基于l^p范数稀疏增强的人脸识别算法

摘要

针对稀疏表示算法横纵采用l^1范数以及l^0范数并不能得到有效的稀疏解的问题,提出了一种将l p(0≤p<1)范数的人脸识别方法。首先通过迭代算法求解l^p范数最小化问题,以此代替传统SRC中的l^1范数来求解编码系数,得到更稀疏和有效的解。为了从稀疏编码系数中捕捉到更多的差分信息,并兼顾残差反映每一类样本的贡献,用系数和与残差之比这一新判别规则来分类测试样本。在AR人脸数据库的实验结果表明,本算法可得到更稀疏有效的解,且可在一定程度上提高识别率,尤其在伪装情况下,有较为明显的提高。