作者：胡正平; 刘立真混合字典共享空间剩余空间人脸识别稀疏表示逐类剩余空间
摘要：针对传统训练样本字典学习未利用类共有信息的不足，引入共享空间和与类别相关的剩余空间，提出了共享空间基一逐类剩余空间基混合稀疏表示人脸识别的算法。该算法首先提取训练样本主成分分析（PCA）特征，获取无标记的共享空间基及其重构样本得到类共有信息；然后结合原始样本得到差分训练集合，并引入类间差异信息构建逐类特异性剩余空间基；最后融合共享空间基和剩余空间基，利用残差判别函数完成模式分类。该方法不仅利用混合空间的正交特性，而且发挥剩余空间的鉴别能力和共享信息稀疏逼近的作用，使结构性字典和模式分类紧密结合。该方法的有效性，分别通过用AR、CMUPIE、Extended YaleB人脸数据库进行的实验得到验证。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
