算法集锦|人脸图像处理及识别的字典学习算法

引用格式

李开宇, 胡燕, 崔益峰, 王平, 徐贵力. 结构化低秩字典学习的人脸识别[J]. 中国图象图形学报, 2018, 23(8): 1154-1162.

DOI: 10.11834/jig.170506

原文链接

http://www.cjig.cn/html/jig/2018/8/weixin/20180805.htm

相关阅读

人脸识别 | 结构化低秩字典学习的人脸识别

Aharon等人提出的KSVD算法[1]

来源：DOI:10.1109/TSP.2006.881199

Zhang等人在KSVD算法的基础上提出的具有识别力的KSVD(DKSVD)算法等。这些算法学习的共享字典丢失了字典原子与类别标签之间的一致性[2]。

来源：http://doi.ieeecomputersociety.org/10.1109/CVPR.2010.5539989

Jiang等人提出了把标签信息与字典原子相结合的想法，从而加强了字典的识别力[3]。

来源： http://doi.ieeecomputersociety.org/10.1109/CVPR.2011.5995354

Yang等人提出了将Fisher准则加入到字典学习中(FDDL)的算法，该算法不仅将标签信息与字典原子相结合，而且使得编码系数也具有一定的识别力[4]。

来源：http://doi.ieeecomputersociety.org/10.1109/ICCV.2011.6126286

但是，以上方法只能处理图像清晰以及带有小噪声污染的训练样本，当样本噪声污染过大时，这些算法学习的字典容易受到污染，影响字典的识别力。

由于同类的训练样本线性相关，所以表示某一类样本的子字典应该合理低秩化[5]。

来源：DOI:10.11772/j.issn.1001-9081.2016.12.3423

Ma等人将低秩正则化整合到稀疏表示中，在训练样本被污染的情况下取得了不错的结果，但是低秩正则化会造成训练样本中信息的丢失[6]。

来源：https://ieeexplore.ieee.org/document/6247977/

参考文献

• [1] Aharon M, Elad M,  Bruckstein A. rmK-SVD:an algorithm for designing  overcompletedictionaries for sparse representation[J]. IEEE Transactions on Signal Processing, 2006, 54(11): 4311–4322. [DOI:10.1109/TSP.2006.881199]

• [2] Zhang Q, Li B X. Discriminative K-SVD for dictionary learning in face   recognition[C]//Proceedings of IEEE Conference on Computer Vision and      Pattern Recognition. San Francisco, CA: Institute of Electrical and      Electronic Engineers, 2010: 2691-2698.[http://doi.ieeecomputersociety.org/10.1109/CVPR.2010.5539989]

• [3] Jiang Z L, Lin Z, Davis L S. Learning a discriminative dictionary for sparse coding via label  consistent K-SVD[C]//Proceedings of IEEE Conference on Computer Vision and Pattern Recognition. Providence, RI: IEEE, 2011: 1697-1704.[ http://doi.ieeecomputersociety.org/10.1109/CVPR.2011.5995354]

• [4] Yang M, Zhang L, Feng X C, et al. Fisher discrimination dictionary learning for sparse representation[C]//Proceedings of IEEE International Conference on      Computer Vision. Barcelona, Spain: Institute of Electrical and Electronic      Engineers, 2011: 543-550.[http://doi.ieeecomputersociety.org/10.1109/ICCV.2011.6126286]

• [5] Chen X Y, Wang C H. Characterized dictionary-based low-rank representation for face      recognition[J]. Journal of Computer Applications, 2016, 36(12): 3423–3428. [程晓雅, 王春红. 基于特征化字典的低秩表示人脸识别[J]. 计算机应用, 2016, 36(12): 3423–3428. ] [DOI:10.11772/j.issn.1001-9081.2016.12.3423]

• [6] Ma L, Wang C H, Xiao B H, et al. Sparse representation for face recognition based on discriminative low-rank dictionary learning[C]//Proceedings of IEEE Conference on Computer Vision and Pattern Recognition. Providence, RI: Institute of Electrical and Electronic Engineers, 2012: 2586-2593.[https://ieeexplore.ieee.org/document/6247977/]

第一作者

李开宇，副教授，博士，主要研究方向为模式识别，信号处理。E-mail：LKY_401@nuaa.edu.cn

通信作者

胡燕，硕士研究生，主要研究方向为人脸识别，图像处理。E-mail：annahuyaner@163.com

其他作者

崔益峰，硕士研究生，主要研究方向为人脸识别。E-mail：1055319134@qq.com

王平，教授，主要研究方向为无损检测技术，图像识别。E-mail: zeit@263.net

徐贵力，教授，主要研究方向为车辆识别，图像识别。E-mail: guilixu@nuaa.edu.cn

前沿丨观点丨咨讯丨独家

扫描下方二维码 关注学报公众号

中国图象图形学报 | 订阅号