论文部分内容阅读
针对低秩矩阵恢复算法复杂度过高和训练集样本存在遮挡的问题,本文提出一种基于低秩矩阵恢复和Gabor特征的鲁棒表示与分类的遮挡人脸识别方法.该方法首先通过快速低秩矩阵恢复算法,准确并且快速地求得训练样本图像对应的误差图像;然后,分别对"干净"人脸图像和遮挡误差图像进行Gabor变换,得到Gabor特征向量;接着,本文提出一种基于Gabor特征的遮挡字典压缩算法,可以计算出压缩后的Gabor遮挡字典,并用其与训练样本的Gabor特征向量构成Gabor压缩字典;最后,利用压缩字典对测试样本进行协作表示,获