计算机应用研究

作者：张健,米建勋,

单位：重庆邮电大学a.计算机科学与技术学院;b.图像认知重庆市重点实验室,重庆400065；

关键词：字典学习,稀疏表示,人脸识别,神经网络,

基金：重庆市自然科学基金资助项目(cstc2018jcyjAX0532)；国家自然科学基金资助项目(61906024)；；

提出一种可预测判别K-SVD网络模型（DKSVDN）并用于人脸识别问题。该模型构造了一种新颖的字典结构，包含类别标签字典和描述字典，以兼顾判别和重构性能。相应的稀疏编码向量由标签编码向量和描述编码向量组成。针对样本稀疏编码时间效率低的问题，利用预测神经网络与判别字典学习模型协同训练的方法来加速预测稀疏编码。此外，针对DKSVDN还特别引入一种拟梦境的训练方法用于提升模型在训练集多样性不足时的鲁棒性。通过在主流人脸数据集上的对比实验证明了该模型的优良性能。

来源：2021年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第4期