[发明专利]一种基于矩阵分解和Gabor特征的鲁棒表示与分类的遮挡人脸识别方法

摘要

本发明提供了一种基于矩阵分解和Gabor特征的鲁棒表示与分类的遮挡人脸识别方法，属于模式识别领域。本方法针对低秩矩阵恢复方法复杂度过高和训练集样本存在遮挡的人脸识别问题提出解决方法。首先，通过矩阵的分解运用低秩矩阵恢复方法，求得训练样本对应的误差图像；然后，分别对“干净”人脸和遮挡误差图像进行Gabor变换，得到Gabor特征向量；接着，提出一种遮挡字典缩减的方法，可以计算出压缩后的Gabor遮挡字典，并用其与训练样本的Gabor特征向量构成Gabor压缩字典；最后，利用压缩字典对测试样本进行协作表示，获取最终的识别结果。本发明提供的方法不仅可以计算出紧凑的遮挡字典，而且提高了遮挡人脸图像的识别率，具有更好的识别性能，同时大大降低了计算量。