基于局部强化最小二乘回归分类法的人脸识别方法.PDFVIP

doi ：10.6043/j.issn.0438-0479.201809025 ） 基于局部强化最小二乘回归分类法的人脸识别方法 版 简彩仁，夏靖波* 学 （厦门大学嘉庚学院，福建漳州，363105 ） 科 摘要：为解决基于表示理论的分类法未考虑噪声样本对重构系数影响的不足，利用局部约束 协同表示法改进最小二乘回归分类法，提出局部强化最小二乘回归分类法.该方法通过非负 然 稀疏表示自适应选择近邻样本，并利用近邻样本的协同作用强化重构系数使得局部强化最小 自 二乘回归分类法具有较好的鲁棒性和容噪性.该方法可以克服传统分类方法存在的过拟合问 题.在4 个人脸图像数据集上的实验表明该方法可以提高人脸识别准确率. （ 关键词：人脸识别；最小二乘回归；局部强化；自适应；分类 报 中图分类号：TP 311, TP 371 文献标识码：A 学 Face recognition using local strengthen least square regression 学 大classification method ） 门 版 厦 JIAN Cai ren ，XIA Jing bo 学 （Tan Kah kee College, Xiamen University, Zhangzhou, 363105, China ） 科 Abstract ：In order to improve the weakness that the classification method based on the representation theory did not take into account about the influence of noise on the reconstruction 然 coefficients, local strengthen least square regression classification method is proposed to improve 自 the least square regression classification method by using the local-constraint cooperative （ representation. The proposed method will adaptively select its neighboring samples through nonnegative sparse representation, to strengthen the construction coefficient, which makes the 报 local stre