基于二次协作表示鉴别投影的鲁棒人脸识别方法

摘要

本发明公开了一种基于二次协作表示鉴别投影的鲁棒人脸识别方法，通过第一次协作表示筛选出与训练样本联系较为紧密的K类样本，通过第二次协作表示线性重构训练样本获取重构系数，并通过重构系数构造样本的类内图与类间图刻画样本的内聚性与分离性，然后通过最大化类间散度同时最小化类内散度获得投影矩阵，最后利用所获得的投影矩阵提取待识别样本与所有训练样本的特征，并由分类准则判断待识别样本的类标。本发明利用协作表示重构训练样本，可有效处理由于光照、遮挡、人脸姿态、表情变化引起的识别错误问题，可更有效、准确地表达训练样本，可满足实际应用中对人脸识别的高精度需求。