邓定胜
(四川民族学院理工学院,四川康定626001)
近年来,随着计算机及人工智能技术的飞速发展,计算机人工智能逐渐通过替代人脑对周围复杂环境进行感知、识别和判断,进而代替人类完成一些常规的反馈行为。其中计算机视觉分析识别技术是其中关键一环,依托于计算机视觉技术的图像识别领域也是目前研究的热点之一,广泛应用于图像处理、自动化控制、信息识别融合等领域[1-2]。人脸识别作为图像识别中最为关键的应用领域已在现代社会中得到广泛的应用。
有研究表明,稀疏表示分类方法(Sparse Representation Classification,SRC)在人脸识别技术领域取得了良好的识别效果[3]。SRC 对人脸面部区域进行稀疏表示,把人脸区域表情动作训练成一组冗余的基础(字典)求解稀疏优化问题,每一个字典代表一个特定的面部表情,基于这个完备字典去做分析并将面部辨识出来[4-6]。为此,学界对SRC 在人脸识别中的应用进行了大量研究,有学者基于稀疏表示进行人脸识别,给出了具有代表性的完整字典,包括了大部分脸型的子空间,可快速甄别不同的人脸,同时采用经典的字典训练方法将分类器的性能进行优化[7-8];也有学者提出可通过稀疏线性组合(Sparse Linear Combination,SLC)将多张训练影像组合成测试影像,该方法除了能有效改善影像对于光源、表情及遮蔽的情况,在分类效果上也优于最近距离法及线性支持向量机[9]。为了进一步证明SRC 在训练特征充足的情况下可以任意将脸部数据组……