版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、人臉識別是模式識別和計算機(jī)視覺領(lǐng)域的研究熱點(diǎn),廣泛應(yīng)用于國防軍事、智能監(jiān)控、公共安全、人機(jī)交互等諸多方面。近幾年,基于稀疏表示的分類方法(SRC)由于其所具有的有效性和簡單性獲得了越來越多研究者的關(guān)注,并且被成功應(yīng)用于計算機(jī)視覺和圖像處理等問題當(dāng)中。本文分析和總結(jié)了國內(nèi)外對稀疏表示分類方法的相關(guān)研究,提出以下三種對其進(jìn)行改進(jìn)的識別算法:
1.本文提出基于局部約束組的核稀疏表示分類算法(LG-KSRC)。該算法在原始稀疏表示分類
2、的基礎(chǔ)上加入局部約束項和組稀疏項,使得算法能選擇與測試樣本近鄰并且來自同一類的訓(xùn)練樣本來重構(gòu)測試樣本,更好地保留了數(shù)據(jù)的局部性和組稀疏性。算法還進(jìn)行了核拓展,解決了樣本線性不可分的問題。
2.本文提出基于半局部二進(jìn)制模式的核稀疏表示分類算法(HLBP-KSRC)。首先綜合核坐標(biāo)下降法和稀疏表示分類方法為一個全新的核稀疏表示分類框架(KCD-SRC),然后在此框架中采用局部圖像特征和基于半局部二進(jìn)制模式的漢明距離核函數(shù),整合后的
3、稀疏表示分類框架對光照、噪聲和遮擋魯棒,并且具有判別性。
3.本文提出基于半監(jiān)督競爭聚集的類K-SVD字典學(xué)習(xí)算法(SCA-KSVD)。該算法首先通過聚類方法縮減字典原子數(shù),構(gòu)造最優(yōu)的字典。然后運(yùn)用K-SVD算法對優(yōu)化后的字典進(jìn)行學(xué)習(xí),使字典具有更好的判別能力和表示能力。
本文在三個公共的人臉數(shù)據(jù)庫Extend YaleB、ORL和AR上進(jìn)行了大量的實(shí)驗(yàn)來驗(yàn)證所提出算法的有效性,并且對稀疏表示和字典學(xué)習(xí)的經(jīng)典算法進(jìn)行
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于核稀疏表示的人臉識別算法研究.pdf
- 基于字典學(xué)習(xí)的稀疏表示人臉表情識別.pdf
- 基于稀疏編碼與字典學(xué)習(xí)的人臉識別.pdf
- 基于稀疏表示的人臉識別
- 基于自適應(yīng)字典稀疏表示的人臉圖像壓縮算法研究.pdf
- 基于虛擬樣本和稀疏表示的人臉識別算法研究.pdf
- 基于稀疏表示的人臉分類與聚類.pdf
- 基于字典擴(kuò)展的稀疏表示魯棒人臉識別算法研究.pdf
- 基于稀疏表示和特征提取的人臉識別算法研究.pdf
- 基于分組稀疏和權(quán)重稀疏表示的人臉識別研究.pdf
- 基于稀疏表示的人臉識別.pdf
- 基于改進(jìn)的稀疏表示的人臉識別算法研究.pdf
- 基于稀疏表示的人臉識別算法設(shè)計與實(shí)現(xiàn).pdf
- 基于稀疏表示和LGTP的人臉表情識別.pdf
- 基于稀疏表示和局部描述的人臉識別算法研究.pdf
- 基于稀疏表示和機(jī)器學(xué)習(xí)的人臉識別系統(tǒng)研究.pdf
- 基于稀疏表示的人臉表情識別.pdf
- 基于環(huán)形對稱Gabor變換和稀疏表示的人臉識別算法研究.pdf
- 基于非負(fù)矩陣分解和稀疏表示的人臉識別算法研究.pdf
- 基于稀疏和低秩表示的人臉識別研究.pdf
評論
0/150
提交評論