基于 wing loss 与 $\ell_1$ 正则化的鲁棒人脸识别
计算机视觉与模式识别
2025-03-25 v1
摘要
近年来，基于回归分析的稀疏采样技术在人脸识别研究中得到了广泛应用。目前，许多研究者已探索了多种基于回归分析的稀疏采样模型。然而，当面对高度遮挡和高度破损的人脸图像时，大多数这些模型的识别率会显著下降。本文引入了一种新的 wing 约束稀疏编码模型（WCSC）及其加权版本（WWCSC），以处理复杂环境下的人脸识别问题，其中采用交替方向乘子法（ADMM）算法来求解相应的最小化问题。此外，基于四个著名的面部数据库，即 ORL 面部数据库、Yale 面部数据库、AR 面部数据库和 FERET 面部数据库，检验了所提方法的性能。同时，与文献中的其他方法相比，即使在人脸图像具有高遮挡或高破损的复杂情况下，WWCSC 也具有很高的识别率，这证明了 WWCSC 方法在人脸识别中的鲁棒性。
引用
@article{arxiv.2503.18652,
title = {Robust face recognition based on the wing loss and the $\ell_1$ regularization},
author = {Yaoyao Yun and Jianwen Xu},
journal= {arXiv preprint arXiv:2503.18652},
year = {2025}
}
备注
10 pages, 3 figures