基于局部一致性和相干性字典学习的人脸识别

字典学习算法被广泛的用于人脸识别。字典的局部一致性及相干性对于字典学习很重要,然而当前很多字典学习算法都没有考虑到字典间的局部一致性,更没有同时将二者用于字典学习,致使学习到的字典的鉴别力不是特别强, 进而使得它们的识别性能不是非常理想。针对这个问题,本文提出了一种基于局部一致性和相干性的字典学习算法,并将它用于人脸识别。本算法通过构造局部一致项和相干项学习具有很强鉴别力的字典,并利用学习到的字典重构样本,最终利用重构样本与测试样本间的残差完成分类任务,在AR, ORL和FEI人脸数据库上的实验结果表明本文提出的算法取得了不错的识别效果。