一种鲁棒半监督多视角人脸识别系统

本发明公开了一种鲁棒半监督多视角人脸识别系统(RS2Mv)，属于人脸识别领域。首先，将收集到的人脸图像通过多种类型特征表示，从不同特征层面描述人脸图像；然后，将各类型特征对应的特征矩阵分解为纯净数据矩阵与噪声矩阵；之后，基于分解得到的纯净数据学习对应视角特征的自表示子空间；最后，在迭代优化过程中通过坐标下降法分别优化每个参数直至系统收敛，并通过多个视角的自表示子空间融合后的图将有标签人脸图像的标签信息传播至无标签人脸图像完成人脸识别。本发明可以有效提升人脸识别系统对掺杂噪声数据的人脸图像识别精度，可在仅有少数有标签人脸图像的情况下完成无标签人脸图像的精准识别。