一种局部敏感的核稀疏表示分类算法_张石清.doc

光 电 子 · 激 光 第 卷 第 期 年 月 ２５ ９ 　２０１４ ９ Ｖｏｌ．２５Ｎｏ．９Ｓｅｐｔｅｍｂｅｒ　２０１４ 　　　　　　Ｊｏｕｒｎａｌ Ｌａｓｅｒ　　　　　　 　ｏｆ　Ｏｐｔｏｅｌｅｃｔｒｏｎｉｃｓ · 一种局部敏感的核稀疏表示分类算法 张石清，赵小明 ，楼宋江，闯跃龙，郭文平，陈 盈 ＊ 　 （台州学院 图像处理与模式识别研究所，浙江 台州 ） ３１８０００ 摘 要 ：为 了 克 服 核 稀 疏 表 示 分 类 ）算 法 无 法 获 取 数 据 的 局 部 性 信 息 从 而 导 致 获 取 的 稀 疏 表 （ ＫＳＲＣ 示 系 数 判 别 性 受 到 限 制 的 不 足 ，提 出 一 种 局 部 敏 感 的 ）算 法 用 于 人 脸 识 别 。 通 过 ＫＳＲＣ ＬＳ－ＫＳＲＣ （ 在 核 特 征 空 间 中 同 时 集 成 稀 疏 性 和 数 据 局 部 性 信 息 ，从 而 获 取 具 有 良 好 判 别 性 的 用 于 分 类 的 稀 疏 表 示 系 数 。 在 标 准 的 人 脸 数 据 库 和 人 脸 数 据 库 的 试 验 结 果 表 明 ，本 文 方 ＯＲＬ Ｅｘｔｅｎｄｅｄ　Ｙａｌｅ　Ｂ 法 的 分 类 性 能 优 于 传 统 的 ）算 法 、稀 疏 表 示 分 类 ）算 法 、局 部 线 性 约 束 编 码 ）、支 （ （ （ ＫＳＲＣ ＳＲＣ ＬＬＣ 持 向 量 机 ）、最 近 邻 法 ）以 及 最 近 邻 子 空 间 法 ），用 于 人 脸 识 别 能 够 取 得 优 越 的 分 类 （ （ （ ＳＶＭ ＮＮ ＮＳ 性 能 。 关 键 词 ：核 稀 疏 表 示 ；数 据 局 部 性 ；人 脸 识 别 中 图 分 类 号 文 献 标 识 码 文 章 编 号 ： ： ： （ ） ＴＰ３９１．４　　 Ａ　 　 １００５－００８６２０１４０９－１８１２－０６ Ａ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｌｏｃａｌｉｔｙ－ｓｅｎｓｉｔｉｖｅ　ｋｅｒｎｅｌ　ｓｐａｒｓｅ ｒｅｒｅｓｅｎｔａｔｉｏｎ　ｆｏｒ　ｆａｃｅ　ｒｅｃｏｇｎｉｔｉｏｎ ｐ ＊ ＺＨＡＮＧ　Ｓｈｉ－ｑｉｎｇ ＺＨＡＯ　Ｘｉａｏ－ｍｉｎｇ ＬＯＵ　Ｓｏｎｇ－ｊｉａｎｇ ＣＨＵＡＮＧ　Ｙｕｅ－ｌｏｎｇ ， ， ， ， ＧＵＯ　Ｗｅｎ－ｐｉｎｇ ＣＨＥＮ　Ｙｉｎｇ ， （ ， ， ， ） Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ　ａｎｄ　Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｎｉｔｉｏｎ Ｔａｉｚｈｏｕ　ＵｎｉｖｅｒｓｉｔｙＴａｉｚｈｏｕ　３１８０００Ｃｈｉｎａ ＡｂｓｔｒａｃｔＫｅｒｎｅｌ　ｓｐａｒｓｅ　ｒｅｐｒｅｓｅｎｔａｔｉｏｎ－ｂａｓｅｄ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｉｓ　ｃｕｒｒｅｎｔｌｙ　ｏｎｅ　ｏｆ　ｈｏｔ　ｒｅｓｅａｒｃｈ　ｔｏｐｉｃｓ ： （ ） ＫＳＲＣ ｉｎ　ｔｈｅ　ｆｉｅｌｄｓ　ｏｆ　ｐａｔｔｅｒｎ　ｒｅｃｏｇｎｉｔｉｏｎ　ａｎｄ　ｃｏｍｐｕｔｅｒ　ｖｉｓｉｏｎ　ＫＳＲＣ　ｈａｓ　ｅｘｃｅｌｌｅｎｔ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｐｅｒｆｏｒｍａｎｃｅ ， ｂｕｔ　ｉｓ　ｎｏｔ　ａｂｌｅ　ｔｏ　ｏｂｔａｉｎ　ｔｈｅ　ｉｍｐｏｒｔａｎｔ　ｉｎｆｏｒｍａｔｉｏｎ　ａｂｏｕｔ　ｄａｔａ　ｌｏｃａｌｉｔｙｒｅｓｕｌｔｉｎｇ　ｉｎ　ｔｈｅ　ｆａｃｔ　ｔｈａｔ　ｔｈｅ　ｄｉｓ－ ， ｃｒｉｍｉｎａｔｉｎｇ　ｐｏｗｅｒ　ｏｆ　ｓｐａｒｓｅ　ｒｅｐｒｅｓｅｎｔａｔｉｏｎ　ｃｏｅｆｆｉｃｉｅｎｔｓ　ｙｉｅｌｄｅｄ　ｂｙ　ＫＳＲＣ　ｉｓ　ｒｅｄｕｃｅｄ．Ｃｏｎｓｉｄｅｒｉｎｇ　ｔｈｅ　ｉｍ－ ｐｏｒｔａｎｃｅ　ｏｆ　ｄａｔａ　ｌｏｃａｌｉｔｙｉｎ　ｔｈｉｓ　ｐａｐｅｒ　ａ　ｎｅｗ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｌｏｃａｌｉｔｙ－ｓｅｎｓｉｔｉｖｅ　ｋｅｒｎｅｌ ， ｓｐａｒｓｅ　ｒｅｐｒｅｓｅｎｔａｔｉｏｎ　ｉｓ　ｐｒｏｐｏｓｅｄ　ｆｏｒ　ｆａｃｅ　ｒｅｃｏｇｎｉｔｉｏｎ．Ｔｈｅ　ｐｒｏｐｏｓｅｄ　ｍｅｔｈｏｄ　ｉｎｔｅｇｒａｔｅｓ　ｂｏｔｈ　ｓｐａｒｓｉｔｙ　ａｎｄ ｄａｔａ　ｌｏｃａｌｉｔｙ　ｉｎ　ｔｈｅ　ｋｅｒｎｅｌ　ｆｅａｔｕｒｅ　ｓｐａｃｅ　ｓｏ　ｔｈａｔ　ｉｔ　ｃａｎ　ｏｂｔａｉｎ　ｇｏｏｄ　ｄｉｓｃｒｉｍｉｎａｔｉｎｇ　ｓｐａｒｓｅ　ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔｓ　ｆｏｒ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｏｎ　ｔｗｏ　ｂｅｎｃｈｍａｒｋｉｎｇ　ｆａｃｅ　ｄａｔａｂａｓｅｓ ， ， ｉ．ｅ．ｔｈｅ　ＯＲＬ ｄａｔａｂａｓｅ　ａｎｄ　ｔｈｅ　Ｅｘｔｅｎｄｅｄ　Ｙａｌｅ　Ｂ　ｄａｔａｂａ