基于补集零空间与最近空间距离的人脸识别

来源：计算机应用杂志2017年第5期北京时间：

作者：原豪杰, 孙桂玲, 许依, 郑博文

单位：南开大学 电子信息与光学工程学院, 天津 300350

摘要：针对人脸识别中在分类器判别时没有充分利用类间差异的问题，提出一种补集零空间（CNS）算法，并进一步提出结合CNS算法与最近空间距离的人脸识别算法——补集零空间与最近空间距离算法（CNSD）。首先，在训练样本中，对每一种类别的人脸样本，构建其子空间并计算其补集的零空间；其次，计算测试样本与所有子空间和补集零空间的距离，找到最小的子空间距离与最大的补集零空间距离对应的类别，将其判别为测试样本的类别。算法在ORL与AR人脸数据集上进行了测试，当训练样本数较小时，CNS算法与CNSD算法识别率远高于最近邻分类器（NN）算法、最近空间距离（NS）算法、最近最远空间距离（NFS）算法；训练样本数较大时，CNS算法与CNSD算法识别率也略高于NN算法、NS算法、NFS算法。实验结果表明，所提算法能充分利用图像的类间差异，提高人脸识别的成功率。

关键词：人脸识别,补集零空间,最近空间距离,分类器,子空间

基金资助：高等学校博士学科点专项科研基金资助项目（20130031110032）；天津市光电传感器与传感器网络技术重点实验室开放课题资助项目。