论文部分内容阅读
针对现有人脸识别方法不能很好地处理姿态变化的问题,提出一种基于协作表示和正则化最小二乘法的多姿态人脸识别方法。利用通用弹性模型(GEM)将图库中的人脸图像构建成为一个3D模型,在3D人脸姿态的三个方向(偏航、俯仰和翻滚)上提取特征,构建一个三维协作字典矩阵(CDM),利用正则化最小二乘法(RLS)和协作表示(CR)分类法对人脸进行识别分类。在AR和视频人脸数据库上进行实验,结果表明,该方法能够有效地解决具有姿态变化的人脸识别,同时对表情和光照变化也具有鲁棒性,且实时性高。