基于Gabor特征和字典学习的高斯混合稀疏表示图像识别伶.pdfVIP

第3期 电 子 学 报 V01．43No．3 2015年3月 ACTAELECIRONICASINICA 3．2015 基于Gabor特征和字典学习的高斯混合 稀疏表示图像识别 詹 曙1，王俊1，杨福猛2，方琪1 (1．合肥工业大学计算机与信息学院，安徽合肥230009；2．三江学院电子信息工程学院，江苏南京210012) 摘要：为了克服图像识别中光照，姿态等变化带来的识别困难，同时提高稀疏表示图像识别的鲁棒性，本文提 出了一种基于Gabor特征和字典学习的高斯混合稀疏表示图像识别算法．高斯混合稀疏表示是基于最大似然估计准 则，将稀疏保真度表示为余项的最大似然函数，最终识别问题转化为求解加权范数的优化逼近问题．本文算法首先提 有类别标签的新字典；最后使用高斯混合稀疏表示识别方法进行分类识别．在3个公开数据库(人脸数据库AR库和 FERET库以及USPS手