一种基于近邻稀疏表示的人脸识别新方法

发布时间：2017-11-13 06:01

  本文关键词：一种基于近邻稀疏表示的人脸识别新方法

  更多相关文章： 稀疏表示 协同分类 人脸识别 遮挡 近邻样本 二次稀疏重构

【摘要】：稀疏表示近些年来被广泛用于人脸识别。由于在现实中,同类图像之间往往不可避免存在光照、姿态、甚至遮挡等差异,如果使用这些有各种差异的图像样本去表示某一特定状态下的图像,则表示的效果势必会受到影响。为进一步提高稀疏表示在人脸识别中的性能,基于原始协同分类(CRC)算法,引入近邻思想,即在各类训练样本中分别寻找与测试样本相近的若干样本,以构建新的近邻样本集;在此基础上进行协同表示,并利用每类样本系数分别重构待测样本,最后基于重构样本集再次协同表示。这种基于近邻样本的二次稀疏重构表示法,使识别更精确,并在一定程度上提升了运行效率。在ORL,YALE,FERET及AR人脸数据库上通过仿真验证了该方法的有效性。
【作者单位】： 南通航运职业技术学院管理信息系;西南计算机有限责任公司信息化管理中心;
【基金】：南通航运职业技术学院科技基金重点资助项目(No.HYKJ/2016A02)
【分类号】：TP391.41
【正文快照】： 如今,在交通运输领域,特别是对安全等级要求较高的机场、车站等都通过计算机视觉系统进行实时安全监控,任何对视频中相关特征的提取和分析都基于人脸识别。但是在如此复杂的环境中,比如光线、角度甚至遮挡等诸多不可控因素都可能会给识别带来很大干扰。因此,鲁棒性人脸识别是

【相似文献】

中国期刊全文数据库 前10条

1 李映;张艳宁;许星;;基于信号稀疏表示的形态成分分析:进展和展望[J];电子学报;2009年01期

2 赵瑞珍;王飞;罗阿理;张彦霞;;基于稀疏表示的谱线自动提取方法[J];光谱学与光谱分析;2009年07期

3 杨蜀秦;宁纪锋;何东健;;基于稀疏表示的大米品种识别[J];农业工程学报;2011年03期

4 史加荣;杨威;魏宗田;;基于非负稀疏表示的人脸识别[J];计算机工程与设计;2012年05期

5 高志荣;熊承义;笪邦友;;改进的基于残差加权的稀疏表示人脸识别[J];中南民族大学学报(自然科学版);2012年03期

6 朱杰;杨万扣;唐振民;;基于字典学习的核稀疏表示人脸识别方法[J];模式识别与人工智能;2012年05期

7 张疆勤;廖海斌;李原;;基于因子分析与稀疏表示的多姿态人脸识别[J];计算机工程与应用;2013年05期

8 李正周;王会改;刘梅;丁浩;金钢;;基于形态成分稀疏表示的红外小弱目标检测[J];弹箭与制导学报;2013年04期

9 胡正平;赵淑欢;李静;;基于块稀疏递推残差分析的稀疏表示遮挡鲁棒识别算法研究[J];模式识别与人工智能;2014年01期

10 陈思宝;赵令;罗斌;;局部保持的稀疏表示字典学习[J];华南理工大学学报(自然科学版);2014年01期

中国重要会议论文全文数据库 前1条

1 樊亚翔;孙浩;周石琳;邹焕新;;基于元样本稀疏表示的多视角目标识别[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

中国博士学位论文全文数据库 前10条

1 李进明;基于稀疏表示的图像超分辨率重建方法研究[D];重庆大学;2015年

2 姚明海;视频异常事件检测与认证方法研究[D];东北师范大学;2015年

3 王瑾;基于稀疏表示的数据收集、复原与压缩研究[D];北京工业大学;2015年

4 薛明;基于稀疏表示的在线目标跟踪研究[D];上海交通大学;2014年

5 程广涛;基于压缩感知的人脸识别方法研究[D];天津大学;2015年

6 黄丹丹;基于稀疏表示的视觉目标跟踪方法研究[D];大连理工大学;2016年

7 李小薪;稀疏表示的分段匹配寻踪方法[D];华南理工大学;2009年

8 何艳敏;稀疏表示在图像压缩和去噪中的应用研究[D];电子科技大学;2011年

9 宋相法;基于稀疏表示和集成学习的若干分类问题研究[D];西安电子科技大学;2013年

10 匡金骏;基于稀疏表示的图像分类与目标跟踪研究[D];重庆大学;2013年

中国硕士学位论文全文数据库 前10条

1 吴丽璇;基于稀疏表示的微聚焦X射线图像去噪方法[D];华南理工大学;2015年

2 赵孝磊;基于图像分块稀疏表示的人脸识别算法研究[D];南京信息工程大学;2015年

3 黄志明;基于辨别式稀疏字典学习的视觉追踪算法研究[D];华南理工大学;2015年

4 张铃华;非约束环境下的稀疏表示人脸识别算法研究[D];南京信息工程大学;2015年

5 应艳丽;基于低秩稀疏表示的目标跟踪算法研究[D];西南交通大学;2015年

6 梁晓捷;基于网络摄像头与稀疏表示分类法的实时人脸识别系统应用研究[D];五邑大学;2015年

7 邱大伟;基于稀疏表示的图像超分辨率重建算法研究[D];太原理工大学;2016年

8 黄荣;人脸识别中的特征生成技术应用研究[D];东南大学;2015年

9 王东青;稀疏表示和判别性字典学习的海马子区图像自动分割算法[D];北京理工大学;2016年

10 石路遥;基于字典学习的低剂量CT图像处理方法[D];东南大学;2015年

，

本文编号：1179373