徐东勋,李 超,袁昌斌

(中国海洋大学 信息科学与工程学院，山东 青岛 266100)

人脸识别是生物特征识别的重要组成部分，相对于其他的生物特征识别技术，人脸识别具有操作简单、结果直观、隐蔽性好等优点。从100年多前被提出来后，人脸识别的研究热度一直没有降低。随着互联网等信息技术的发展，安全识别变得更加重要，人脸识别的应用面也逐渐扩大，在商业、安全以及司法等行业内都有非常广泛的应用。人脸识别就是通过计算机完成人脸智能判别任务。图像识别是人脸识别的主要方法。

由于自然条件下不同光照条件、拍摄角度、人脸表情等因素的影响，人脸图像有较强的不稳定性。找到对这些不利因素不敏感而又能有效鉴别特征的算法是提高识别性能的关键。主成分分析(PCA)是目前应用最多的人脸识别方法。但是PCA方法只考虑了图像的二阶统计信息，没有考虑更高阶的信息。基于稀疏编码的人脸识别则可以得到更高阶的信息，但目前的稀疏编码的识别算法中基函数的学习大多依赖于人脸数据库，基函数会随着识别任务不同而需要重新学习得到[1]。

Shan[2]探索了一种模拟人类视觉过程的循环ICA(独立成分分析)算法。提出通过对自然图像的应用循环ICA学习，得到一种通用的视觉特征，这种视觉特征能应用在视觉的所有识别任务中。

本文基于稀疏编码学习到的通用视觉特征,把学习到的通用视觉特征应用到基于稀疏编码的人脸识别任务中，通过对两种通用人脸数据库的实验,均得到了较高的识别正确率。……