Gabor特征的稀疏表示人臉識(shí)別算法
大小：0.61 MB 人氣： 2017-11-23 需要積分：0
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
標(biāo)簽：人臉識(shí)別(80970)cGabor(1550)
目前的人臉識(shí)別算法常常忽視訓(xùn)練過程中噪聲的影響，特別是在訓(xùn)練數(shù)據(jù)和待測(cè)數(shù)據(jù)都受到噪聲污染的情況下，識(shí)別性能會(huì)明顯下降。針對(duì)含有光照變化、偽裝、遮擋及表情變化等較大噪聲的人臉識(shí)別問題，提出了一種基于低秩子空間投影和Gabor特征的稀疏表示人臉識(shí)別算法。該算法首先通過低秩矩陣恢復(fù)算法得到訓(xùn)練樣本的潛在低秩結(jié)構(gòu)和稀疏誤差結(jié)構(gòu)；然后利用主成分分析法找到低秩結(jié)構(gòu)的Gabor特征所在低秩子空間的變換矩陣；再通過變換矩陣將所有樣本的Gabor特征向量投影到低秩子空間上，在該低秩子空間上使用稀疏表示分類算法進(jìn)行最終的分類識(shí)別。在Extend Yale B和AR數(shù)據(jù)庫上的實(shí)驗(yàn)表明，新算法具有較高的識(shí)別率和較強(qiáng)的抗干擾能力。
?
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
Gabor特征的稀疏表示人臉識(shí)別算法下載
相關(guān)電子資料下載
- 人臉識(shí)別技術(shù)的可行性在于矛盾具有什么性 98
- 人臉識(shí)別技術(shù)的優(yōu)缺點(diǎn)有哪些 145
- 人臉識(shí)別技術(shù)將應(yīng)用在哪些領(lǐng)域 137
- 人臉識(shí)別技術(shù)的原理介紹 154
- 如何設(shè)計(jì)人臉識(shí)別的神經(jīng)網(wǎng)絡(luò) 148
- 人臉識(shí)別模型訓(xùn)練流程 154
- 人臉識(shí)別模型訓(xùn)練失敗原因有哪些 135
- 人臉識(shí)別模型訓(xùn)練是什么意思 134
- 人臉檢測(cè)和人臉識(shí)別的區(qū)別是什么 169
- 圖像檢測(cè)與識(shí)別技術(shù)的關(guān)系 155