融合局部形变模型的鲁棒性人脸识别 (2011年)

将测试图像看成是人脸库的线性组合，并用形变模型表示，优化匹配求解组合系数，根据系数的稀疏性进行分类识别。为了进一步提高算法的鲁棒性，采用了分片加权的策略。在公用的人脸数据库上进行广泛的实验，结果表明，平均识别率达到97％以上，在遮挡30％时其识别率仍达到95％以上。本方法对人脸识别问题非常有效，且可以显著提高对伪装、遮挡变化的鲁棒性和稳定性。