2024年│1期│2232024年第46卷第1期基于低秩表示的人脸识别方法王宇基金项目:2022年校级科研项目:基于判别分析与低秩投影的光照人脸识别方法探究(KYYB202232)作者简介:王宇(1984-),硕士,副教授,研究方向为统计模式识别。(广州工商学院广州510850)摘要随着人工智能和计算机视觉技术的快速发展,人脸识别技术在各领域得到了广泛的应用。人脸识别可以应用于安全监控、身份认证、社交媒体、人机交互等多个领域,它能自动识别和检测人脸,并将其与预先存储的人脸进行比对和匹配。低秩表示是一种利用低秩矩阵对高维数据进行降维表示的方法。在人脸识别中应用低秩表示,可以提取出重要的人脸特征,减少冗余信息和噪声的影响。低秩表示还能增强模型的鲁棒性,使其对光照、表情、姿态等具有更好的适应性。文中对基于低秩表示的人脸识别方法进行了研究,以期为相关人员提供参考。关键词:低秩表示;人脸识别;低秩约束中图分类号TP391FaceRecognitionMethodsBasedonLowRankRepresentationWANGYu(GuangzhouInstituteofBusinessandIndustry,Guangzhou510850,China)AbstractWiththerapiddevelopmentofartificialintelligenceandcomputervisiontechnology,facialrecognitiontechno-logyhasbeenwidelyusedinvariousfields.Facialrecognitioncanbeappliedtosecuritymonitoring,identityauthentica-tion,socialmedia,human-machineinteractionandmanyotherfields.Itcanautomaticallyidentifyanddetectfaces,andcompareandmatchthemwithpre-storedfaces.Low-rankrepresentationisamethodthatuseslow-rankmatricestoreducethedimensionalityofhigh-dimensionaldata.Applyinglow-rankrepresentationinfacialrecognitioncanextractimportantfacefeaturesandreducetheimpactofredundantinformationandnoise.Low-rankrepresentationcanalsoenhancethero-bustnessofthemodel,makingitmoreadaptabletolighting,expression,posture,etc.Inthispaper,afacialrecognitionmethodbasedonlow-rankrepresentationisstudiedinordertoprovidereferenceforrelevantpersonnel.KeywordsLowrankrepresentation,Facerecognition,Lowrankconstraint0引言传统的人脸识别方法在复杂环境中的应用面临着诸多挑战,如光照变化、表情变化、外物遮挡等。为克服这些问题,该方法得到了广泛关注。基于低秩表示的人脸识别方法可以将人脸图像的高维特征表示降低到低维空间,从中提取出具有判别性和鲁棒性的特征。这种...
