期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到8篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
半配对半监督场景下的低分辨率人脸识别 被引量：19
1
作者 周旭东 陈晓红 陈松灿 《计算机研究与发展》 EI CSCD 北大核心 2012年第11期2328-2333,共6页
实际环境(如监控)中常遇到大量低分辨率人脸图像需要识别.对低分辨率人脸的识别相对高分辨率更难,因其含有相对有限的判别信息.为此,通过在人脸识别(系统)构建阶段引入与低分辨率人脸相配对的高分辨率人脸,以提高识别性能成为最近研究... 实际环境(如监控)中常遇到大量低分辨率人脸图像需要识别.对低分辨率人脸的识别相对高分辨率更难,因其含有相对有限的判别信息.为此,通过在人脸识别(系统)构建阶段引入与低分辨率人脸相配对的高分辨率人脸,以提高识别性能成为最近研究的焦点之一.但这些研究仍存在以下不足:1)均要求高、低分辨率人脸样本间的全配对;2)识别系统构建时未利用给出的类信息,导致系统性能受限.事实上常常面对的应用场景是仅能获取部分配对和部分标号的高、低分辨率人脸样本集,即所谓的半配对半监督场景,对此提出一种用于低分辨率人脸识别的半配对半监督算法,以弥补现有相关研究的不足.在Yale和AR人脸数据集上的实验结果验证了该算法的有效性. 展开更多
关键词 低分辨率人脸 高分辨率人脸 人脸识别 半配对学习 半监督学习
下载PDF
低分辨人脸识别综述 被引量：19
2
作者 张凯兵 郑冬冬 景军锋 《计算机工程与应用》 CSCD 北大核心 2019年第22期14-24,共11页
全面综述了低分辨(Low-Resolution,LR)人脸识别技术的研究进展,并对相关亟需解决的关键问题进行了讨论。对LR人脸识别系统的概念、待解决问题、系统结构、已有不同识别方法进行了分类阐述。根据高、低分辨率人脸图像空间特征维度的不匹... 全面综述了低分辨(Low-Resolution,LR)人脸识别技术的研究进展,并对相关亟需解决的关键问题进行了讨论。对LR人脸识别系统的概念、待解决问题、系统结构、已有不同识别方法进行了分类阐述。根据高、低分辨率人脸图像空间特征维度的不匹配问题,分别对基于重构超分辨(Super-Resolution,SR)图像和基于公共特征子空间两类LR人脸识别方法进行了详细介绍。对每类方法按照不同的实现过程,进一步划分为三种不同的类型分别介绍,并对每类方法模型的主要思想和核心问题进行了分析和讨论。简单介绍了九种标准人脸数据库,从识别性能、平均运行时间和多人脸库实验结果比较等方面对每类代表性方法进行了分析。对LR人脸识别技术在未来发展中需要解决的难点问题给予了展望。 展开更多
关键词 低分辨人脸识别 图像超分辨 耦合映射 字典学习 稀疏表示 神经网络
下载PDF
多流形耦合映射下的低分辨人脸识别 被引量：2
3
作者 郑冬冬 张凯兵 《西安工程大学学报》 CAS 2019年第6期666-672,共7页
探讨低分辨人脸识别中如何保持高低分辨率人脸图像特征在公共特征子空间的一致性问题。基于耦合映射方法,联合利用高低分辨率人脸图像的局部流形几何结构信息与标签信息,增强耦合映射关系矩阵的判别能力和可分性,使得相同类别的高低分... 探讨低分辨人脸识别中如何保持高低分辨率人脸图像特征在公共特征子空间的一致性问题。基于耦合映射方法,联合利用高低分辨率人脸图像的局部流形几何结构信息与标签信息,增强耦合映射关系矩阵的判别能力和可分性,使得相同类别的高低分辨率人脸图像在公共特征子空间中的距离应尽可能接近,而不同类别的高低分辨率人脸图像之间的距离应尽可能疏远。在3个标准人脸库中对提出方法的有效性进行了验证。实验结果表明,该方法在不同的特征维度、Rank级别和分辨率下较同类方法均有明显地提升,具有较好地应用潜能。 展开更多
关键词 低分辨人脸识别 耦合映射 流形学习 公共特征子空间 标签信息
下载PDF
感知特征增强学习的低分辨率人脸识别 被引量：1
4
作者 熊承义 邵奔 +2 位作者 高志荣 柳霜 李雪静 《中南民族大学学报（自然科学版）》 CAS 北大核心 2021年第3期298-304,共7页
针对低分辨率人脸图像信息严重缺失而导致的人脸识别能力受限问题,提出了一种感知特征增强学习的低分辨率人脸识别网络.设计的整体网络包含两个通道,其中一个通道为低分辨率人脸识别子网络,顺序执行对输入的低分辨率人脸的超分辨率重构... 针对低分辨率人脸图像信息严重缺失而导致的人脸识别能力受限问题,提出了一种感知特征增强学习的低分辨率人脸识别网络.设计的整体网络包含两个通道,其中一个通道为低分辨率人脸识别子网络,顺序执行对输入的低分辨率人脸的超分辨率重构、深度特征提取与识别;另一通道为高分辨率人脸识别子网络,顺序对输入的高分辨率人脸进行深度特征提取与识别,在网络训练阶段辅助低分辨率人脸识别网络的学习.联合低分辨率人脸的超分辨率损失、超分辨率人脸的多级特征损失及身份损失,用于低分辨率人脸识别网络的训练,有效改善了超分辨率人脸的特征表示与判别能力,由此带来低分辨率人脸识别性能的较好改进.实验结果验证了提出方法的可行性和有效性,特别在极低分辨率情况下也得到了识别性能的明显提升. 展开更多
关键词 低分辨率人脸识别 深度学习 超分辨率重构 感知特征增强
下载PDF
基于一致判别相关分析的低分辨率人脸识别算法 被引量：4
5
作者 张恩豪 陈晓红 《数据采集与处理》 CSCD 北大核心 2020年第6期1163-1173,共11页
相比于高分辨率(High resolution,HR)人脸图像,低分辨率(Low resolution,LR)人脸图像的识别效果较差。针对此问题,已有研究者提出基于典型相关分析和核典型相关分析的LR人脸识别算法,但其并未考虑样本的类信息和视图间的一致性。本文同... 相比于高分辨率(High resolution,HR)人脸图像,低分辨率(Low resolution,LR)人脸图像的识别效果较差。针对此问题,已有研究者提出基于典型相关分析和核典型相关分析的LR人脸识别算法,但其并未考虑样本的类信息和视图间的一致性。本文同时利用数据的类信息和视图间的一致性信息,提出一致判别相关分析(Consistent discriminant correlation analysis,CDCA),进而得到基于CDCA的LR人脸识别算法。该算法先利用主成分分析从HR和LR人脸图像中提取主成分特征,然后利用CDCA学习HR和LR人脸的特征投影矩阵,进而实现LR人脸识别。实验结果表明,相比现有的LR人脸识别算法,该算法具有较好的识别效果和鲁棒性。 展开更多
关键词 低分辨率人脸识别 典型相关分析 主成分分析 径向基函数
下载PDF
松弛耦合非负矩阵分解的低分辨率人脸识别算法 被引量：4
6
作者 王超 赵阳 裴继红 《信号处理》 CSCD 北大核心 2020年第7期1127-1135,共9页
针对实际监控场景中经常遇到的人脸图像分辨率较低的问题,本文提出了一种利用松弛耦合非负矩阵分解的低分辨率人脸识别算法(RCNMF)。首先,对高低分辨率人脸图像进行非负矩阵分解(NMF),同时使高低分辨率人脸图像的组合系数保持松弛耦合,... 针对实际监控场景中经常遇到的人脸图像分辨率较低的问题,本文提出了一种利用松弛耦合非负矩阵分解的低分辨率人脸识别算法(RCNMF)。首先,对高低分辨率人脸图像进行非负矩阵分解(NMF),同时使高低分辨率人脸图像的组合系数保持松弛耦合,从而得到含有原图像特征信息的基矩阵。然后,通过低分辨率图像的基矩阵提取训练和测试样本的特征。最后进行识别。实验结果验证了与其他几种基于耦合映射的低分辨率人脸识别方法相比,RCNMF算法的识别性能更好。同时通过实验验证了RCNMF算法的收敛性。 展开更多
关键词 低分辨率人脸识别 非负矩阵分解 基矩阵
下载PDF
基于改进Kaze特征匹配的低分辨人脸识别算法
7
作者 傅敏 刘本永 《贵州大学学报（自然科学版）》 2016年第3期102-105,共4页
针对普通算法难以提取低分辨人脸图像特征以实现人脸识别问题,探讨一种基于改进Kaze特征匹配的识别算法。首先,通过改进P-M扩散滤波中阈值和扩散函数来保留低分辨图像的边缘和细节,并利用加性算子分裂算法构造非线性尺度空间;其次,通过... 针对普通算法难以提取低分辨人脸图像特征以实现人脸识别问题,探讨一种基于改进Kaze特征匹配的识别算法。首先,通过改进P-M扩散滤波中阈值和扩散函数来保留低分辨图像的边缘和细节,并利用加性算子分裂算法构造非线性尺度空间;其次,通过寻找不同尺度归一化后的Hessian矩阵局部极大值点来检测特征点,并使用M-SURF构造特征描述向量;最后,利用欧式距离进行特征向量的匹配实现识别分类。实验结果表明,与基于SIFT、SURF和普通Kaze特征匹配的算法相比,所探讨算法正确识别率更高,同时对噪声图像也有更好的鲁棒性。 展开更多
关键词 低分辨人脸识别 P-M扩散滤波 Kaze特征
下载PDF
部分卷积耦合双通道网络的低分辨率人脸识别
8
作者 钟锐 王晨 +2 位作者 李啸海 邹健 赵师伟 《赣南师范大学学报》 2021年第3期82-85,共4页
在实际应用场景中所采集的人脸图像通常分辨率都很低,导致许多经典的人脸识别算法无法对低分辨率人脸进行准确识别.针对该问题,本文提出了一种部分卷积耦合的双通道网络,该网络中将高分辨率(High Resolution,HR)通道和低分辨率(Low Reso... 在实际应用场景中所采集的人脸图像通常分辨率都很低,导致许多经典的人脸识别算法无法对低分辨率人脸进行准确识别.针对该问题,本文提出了一种部分卷积耦合的双通道网络,该网络中将高分辨率(High Resolution,HR)通道和低分辨率(Low Resolution,LR)通道中的卷积核进行部分耦合,使得LR通道能够从耦合的卷积核中学习到HR通道中的高分辨率参数,从而达到提高LR通道对LR样本的特征提取能力.为进一步提高样本分类的准确率,在双通道网络末端引入一个空间金字塔池化层(Spatial Pyramid Pooling,SPP),使用SPP层能够将HR样本与LR样本投影到一个共同的特征空间中.最后使用LFW人脸库对算法的有效性进行测试,实验结果表明,本文所提算法能够对LR人脸图像进行准确识别. 展开更多
关键词 部分卷积耦合 双通道 空间金字塔池化层 低分辨率人脸识别
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部