本文關(guān)鍵詞：基于QR分解重構(gòu)虛擬樣本的人臉識(shí)別算法

  更多相關(guān)文章： 人臉識(shí)別 QR分解 虛擬樣本 協(xié)同表示

【摘要】：一直以來(lái),小樣本問(wèn)題是人臉識(shí)別應(yīng)用面臨的一大難題。針對(duì)在實(shí)際人臉識(shí)別過(guò)程中存在的樣本不足的問(wèn)題,首次提出基于QR分解重構(gòu)虛擬訓(xùn)練樣本的算法。該算法使用Q與R的部分信息構(gòu)造出與原始人臉圖像具有一定差異性的虛擬樣本,增加了人臉圖像更多可能性變化的有效特征,擴(kuò)大了訓(xùn)練樣本集,然后對(duì)原始樣本和虛擬重構(gòu)樣本協(xié)同表示的結(jié)果進(jìn)行加權(quán)融合,選取最優(yōu)權(quán)重組合,調(diào)整原始樣本與虛擬樣本對(duì)結(jié)果的影響比重,得到正確識(shí)別率。以O(shè)RL、FERET和AR三大人臉數(shù)據(jù)庫(kù)對(duì)算法進(jìn)行實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,此算法能夠取得較高的識(shí)別準(zhǔn)確率。
【作者單位】： 貴州大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【關(guān)鍵詞】： 人臉識(shí)別 QR分解 虛擬樣本 協(xié)同表示
【基金】：國(guó)家自然科學(xué)基金(61262006,61540050) 貴州省重大應(yīng)用基礎(chǔ)研究項(xiàng)目(黔科合JZ字[2014]2001號(hào)) 貴州省科技廳聯(lián)合基金(黔科合LH字[2014]7636號(hào))
【分類號(hào)】：TP391.41
【正文快照】： 1引言隨著人臉識(shí)別技術(shù)的快速發(fā)展,人臉識(shí)別技術(shù)已經(jīng)被應(yīng)用到眾多領(lǐng)域中,如企業(yè)住宅安全和管理、公安司法和刑偵、自助服務(wù)和信息安全等。應(yīng)用于人臉識(shí)別的算法有很多,基于表示的算法是人臉識(shí)別中比較典型的一種算法,具有代表性的有線性表示分類器LRC(Linear Regression Class

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王李冬;;一種新的人臉識(shí)別算法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2009年05期

2 桂榮;沈榮鑫;詹泳;;基于模糊神經(jīng)推理的人臉識(shí)別算法研究[J];華南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

3 蘇士美;王燕;王明霞;;基于加權(quán)小波分解的人臉識(shí)別算法研究[J];鄭州大學(xué)學(xué)報(bào)(工學(xué)版);2014年01期

4 魏冬梅;周衛(wèi)東;;采用壓縮感知的人臉識(shí)別算法[J];計(jì)算機(jī)工程;2011年18期

5 陳皓;霍星;;視頻監(jiān)控中人臉識(shí)別算法穩(wěn)定性的改進(jìn)[J];工程圖學(xué)學(xué)報(bào);2011年06期

6 李美瑾;;人臉識(shí)別算法綜述與遠(yuǎn)程考試系統(tǒng)應(yīng)用研究[J];廣西廣播電視大學(xué)學(xué)報(bào);2012年01期

7 盛朝強(qiáng);王君;;煤礦井下人員簽到系統(tǒng)人臉識(shí)別算法研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2012年07期

8 朱學(xué)毅;王崇駿;周新民;張W，

本文編號(hào)：645974