本文關(guān)鍵詞：融合快速稀疏描述與協(xié)同描述的人臉識(shí)別

  更多相關(guān)文章： 人臉識(shí)別 快速稀疏描述 協(xié)同描述 鏡像圖像 權(quán)重融合

【摘要】：快速稀疏描述分類(lèi)法(FSRC)與協(xié)同描述分類(lèi)法(CRC)是在壓縮感知理論的基礎(chǔ)上發(fā)展而來(lái)的,不同的側(cè)重點(diǎn)限制了兩者在人臉識(shí)別上的進(jìn)一步提升。針對(duì)此,提出了融合快速稀疏描述與協(xié)同描述的人臉識(shí)別方法。首先,將人臉鏡像圖像引入樣本庫(kù);然后,利用FSRC與CRC方法求解殘差矩陣;最后,利用加權(quán)信息融合的方式將兩者的殘差矩陣進(jìn)行權(quán)值加和,依據(jù)最小值所對(duì)應(yīng)的位置信息求取識(shí)別率。公共人臉數(shù)據(jù)庫(kù)的實(shí)驗(yàn)表明,所提方法優(yōu)于FSRC,CRC及其他方法。
【作者單位】： 上海理工大學(xué)光電信息與計(jì)算機(jī)工程學(xué)院;
【分類(lèi)號(hào)】：TP391.41
【正文快照】： 1引言以人臉識(shí)別技術(shù)為核心的識(shí)別系統(tǒng)是新興的生物識(shí)別技術(shù)。一般的人臉識(shí)別技術(shù)大致可以分為:基于幾何特征的方法[1]、基于表象法(Appearance-based)的方法[2]和基于模型的方法(如馬爾克夫模型等)[3]等。近年來(lái)隨著壓縮感知理論的提出,采用比Nyquist采樣率更低的采樣頻率來(lái)，

本文編號(hào)：1185248