基于压缩感知的人脸识别算法

陈欢 刘广文

摘 要：本文对压缩感知和基于低秩矩陣恢复的人脸识别算法（LRR）进行了研究以及改进，在对训练的数据进行预处理的低秩矩阵恢复这一过程中，在测试中遇到人脸被遮挡以及掩饰这些情况都无法进行准确的识别出来，因此为了解决这一难题本文提出了基于分块思想的低秩矩阵恢复的人脸识别的改进算法。本文验证在面部有墨镜和围巾遮挡的情况下，改进的算法的识别率显著提升，并且具有很好的鲁棒性。

关键词：人脸识别；压缩感知；分块；鲁棒性

DOI：10.16640/j.cnki.37-1222/t.2018.09.120

对训练和测试的图像进行分块处理，从人脸数据库选出M张图像充当A训练集，再选择N张图片充当测试集B，把分块的块数设定为p×q。块与进行LRR算法求解，用残差可以得到同中和相匹配的图像。统计出测试集的第s幅图像的p×q块子图像对应的类别，类别数对应最多的也就是第s幅图像的最后所得识别结果。实验结果如下：

实验结果显示，改进的低秩矩阵恢复算法的识别率得稳定状态大约为95%，而PCA、传统SRC算法和低秩矩阵恢复算法识别率分别约为88%、92%和93%。

参考文献：

[1]Cand`es E，Romberg J，Tao T.Robust uncertainty principles： exact signal reconstruction from highly incomplete frequency information.IEEE Transactions on Information Theory，2006，52（02）：489-509.

作者简介：陈欢（1992-），女，吉林农安人，在读硕士研究生，研究方向：光电成像及信息处理。