非限制环境下的低秩协同人脸性别识别研究

发布时间：2017-07-29 09:03

  本文关键词：非限制环境下的低秩协同人脸性别识别研究

  更多相关文章： 人脸性别识别 低秩分解 协同表示

【摘要】：人脸性别识别是计算机视觉和机器学习的热门研究课题,但目前大多数的人脸性别识别算法对自然环境下的图像进行识别的效果并不理想,识别正确率与实际应用差距较大。采用低秩分解和协同表示来提高人脸性别识别的正确率和鲁棒性。在提取特征前采用低秩分解配准未对齐的图像并降低污染和噪声的影响,使得提取的特征能够很好地反映图像原有的信息。识别环节采用稀疏表示的改进算法—协同表示,其使用l2范数替代l1范数优化问题易于求解。在实验中,选用AR,CAS-PEAL和You Tube三种数据库对算法进行测试,结果表明本算法性能与其他主流算法相比有明显优势。
【作者单位】： 南京邮电大学宽带无线通信技术教育部工程研究中心;
【关键词】： 人脸性别识别 低秩分解 协同表示
【基金】：国家自然科学基金(61471206,61401220,61302156) 江苏省自然科学基金(BK20141428,BK20140884)资助项目
【分类号】：TP391.41
【正文快照】： 1引言 随着模式识别的发展,人脸识别也随之成为热点[1]。许多新兴技术也依赖于人脸识别。其中,人脸性别识别作为人脸识别中的一个重要分支也受到了广泛的关注。但人脸性别识别也是一个具有 挑战性的课题。因为男女的脸部特征的差别极其细微,使得通过人脸自动判别性别较为困

【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：588344