-
题名字典学习优化结合HMAX模型的鲁棒人脸识别
被引量：1
- 1
-
-
作者
孙新领
谭志伟
杨观赐
-
机构
河南工学院计算机科学与技术系
贵州大学现代制造技术教育部重点实验室
-
出处
《现代电子技术》
北大核心
2016年第15期53-57,共5页
-
基金
河南省高等学校重点科研项目(15A520063)
河南省教育厅科学技术研究重点项目(13A520221
+1 种基金
14A520045)
贵州省重大基础研究项目(黔科合JZ字[2014]2001号)
-
文摘
针对人脸识别中由于姿态、光照等变化而影响识别性能的问题,提出了字典学习优化结合HMAX模型的人脸识别方法。首先,使用样本图像和从样本获得的仿射包模型联合表示一幅图像;然后,利用HMAX模型提取C2特征,并利用字典学习优化特征矩阵;最后,将视觉注意模型与原始模型的C2特征进行组合,并利用支持向量机完成分类。在Caltech和AR人脸数据库上的实验结果表明,相比其他几种较新的人脸识别方法,提出的方法取得了更好的识别性能,对人脸表情和光照变化具有鲁棒性。
-
关键词
人脸识别
HMAX模型
鲁棒性
支持向量机(SVM)
字典学习优化
-
Keywords
face recognition
HMAX model
robustness
support vector machine
dictionary learning optimization
-
分类号
TN911.73
[电子电信—通信与信息系统]
TP391.4
[电子电信—信息与通信工程]
-
-
题名字典学习优化结合二维KCM选择的人脸识别方法
- 2
-
-
作者
唐守军
吴洪武
-
机构
广东开放大学基础教学部
华南理工大学数学学院
-
出处
《湘潭大学自然科学学报》
北大核心
2017年第4期85-88,共4页
-
基金
广东省高校自然科学研究课题(KF1420)
-
文摘
针对人脸识别中区域的高阶隐藏非线性结构发现问题,提出了字典学习优化结合2D Krawtchouk矩(KCM)选择的人脸识别方法.首先,利用二维KCM选择提取特征向量;然后,利用字典学习优化得到最优特征矩阵,并将特征进行组合;最后,使用最近邻分类器完成分类.实验结果表明,相比其他几种方法,该方法获得的平均精度高且鲁棒性更好.
-
关键词
字典学习优化
人脸识别
正交Krawtchouk矩
最近邻分类器
-
Keywords
dictionary learning optimization
face recognition
orthogonal KCM
nearest neighbor classifier
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
