计算机工程

作者：郭俊博, 马祥

单位：长安大学信息工程学院, 陕西 西安 710064

关键词：人脸识别,非凸函数,核范数约束,混合范数误差编码,复杂环境

基金：国家自然科学基金(61771075)

针对人脸图像在复杂环境下存在噪声污染、光照变化和遮挡等情况, 提出一种新的人脸识别方法, 即基于非凸混合范数误差编码的人脸识别方法(NMN), 旨在统一基于向量和基于矩阵的回归方法于一个回归模型中, 以更好地应对多样化的识别挑战。在考虑重构图像的低秩性质的同时, 引入核范数约束捕捉图像的低秩特征。为缓解由异常值引起的偏差问题, 引入非凸函数提高模型的鲁棒性。为进一步提升性能, 充分考虑标签信息, 以更有效地区分不同类别之间的特征差异。在分类阶段, 综合考虑非连续误差和连续误差, 利用类重构误差来判别待识别图像。在Extended Yale B、ORL和AR数据集上进行了实验验证, 结果表明, 相较于其他对比方法, NMN在遮挡人脸识别方面展现出更为卓越的性能。在Extended Yale B数据集上, 针对测试样本添加40%的“狒狒”图像遮挡块, 该方法的识别率达到80.40%, 比其他对比方法至少高出11.68百分点。

来源：2025年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第3期