林国军，蒋行国，杨明中，李兆飞*，解 梅

(1.四川轻化工大学 自动化与信息工程学院，四川 自贡 643000；2. 成都工业学院 电子工程学院，四川 成都 611730；3. 电子科技大学 电子工程学院，四川 成都 611731)

1 引 言

由于来源丰富、采集方便、具有非侵犯性等特点，人脸识别作为身份识别与人体生物认证技术在政府、工业和商业中得到了广泛应用[1-5]。最近，Wright等[6]将稀疏编码应用于人脸识别，提出了基于稀疏表示的分类(SRC)方法，在人脸受控和每类多样本的条件下取得了很好的识别效果。Deng等[7-8]提出了基于叠加稀疏表示分类(SSRC)的人脸识别，是对SRC的一种改进，在人脸非受控和每类只有一个样本的条件下也能取得比较好的识别效果。SRC和SSRC都采用L1范数稀疏约束，导致计算复杂度较大。Zhang等[9]采用协同表示而不是L1范数稀疏约束使SRC成功适用于人脸识别，并提出了基于协同表示的分类(CRC)方法用于人脸识别，获得了相似于SRC的识别率，但计算复杂度低很多。Yang等[10-11]提出了鲁棒稀疏编码(RSC)方法，寻求稀疏编码问题的最大似然估计解，对受遮挡的人脸识别具有比SRC更强的鲁棒性。针对RSC计算复杂度较大的问题，Lin等[12]提出了鲁棒协同表示(RCR)方法，拥有 RSC相似的识别率，但计算复杂度低很多。Yang等[13]提出了一种基于低秩特征脸与协同表示的人脸识别算法，识别率和识别速度都得到了有效提高。

受到协同表示而不是L1范数稀疏约束使SRC成功适用于人脸识别的启发，本文提出了基于叠加协同表示分类(SCRC)的人脸识别。与SSRC相似，SCRC也将测试样本表示为类质心和样本与质心的差异的稀疏线性组合。……