计算机应用研究

作者：吴小艺,吴小俊,陈哲,

单位：江南大学物联网工程学院,江苏无锡214122；

关键词：混合污染,人脸识别,结构化约束,低秩恢复,

基金：国家自然科学基金资助项目(61672265,U1836218)；国家教育部111资助项目(B12018)；；

传统的低秩恢复算法在识别有混合污染的人脸图像时，通常只对污染部分进行一种类型的约束，并不能很好地恢复出干净的样本。针对这种情况，提出了结构化鲁棒低秩恢复算法（structured and robust low-rank recovery for mixed contamination，SRLRR）。SRLRR算法利用对二维误差图像的低秩约束移除样本中的连续污染部分，同时利用稀疏约束分离样本中服从拉普拉斯分布的噪声。另外，为了学习到更具有鉴别性的低秩表示，该算法对表示系数进行了块对角结构化约束。在三个常用数据库上的实验证明了SRLRR算法的有效性和鲁棒性。

来源：2020年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第9期