基于HOG特征稀疏表示的非约束人脸识别方法.pdf
映雁****魔王
亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于HOG特征稀疏表示的非约束人脸识别方法.pdf
本发明提供一种基于HOG特征稀疏表示的非约束人脸识别方法,首先输入人脸数据库图片,提取输入图片的HOG特征;从每类人中随机选择若干张图片作训练,其余留作测试;将每类人每张训练图片的HOG特征列向量构建特征字典;利用梯度投影稀疏重建算法得到测试样本的HOG特征稀疏表示系数;按类依次保留稀疏系数,剩余系数置零,得到近似稀疏系数,与字典相乘得到测试样本估计值;计算测试样本与估计值的均方误差,根据均方误差最小原则判断测试样本类别。该方法有效降低非约束环境对人脸识别性能的影响,增强非约束人脸识别的鲁棒性。解决了传统
基于稀疏表示的人脸识别方法研究.docx
基于稀疏表示的人脸识别方法研究摘要:稀疏性是信号表示非零系数个数的度量一个信号越稀疏它的非零系数个数越多。稀疏表示一种信号的基础研究它在人脸识别、图像复原、图像去噪等领域有着极为重要的意义。文章基于信号的稀疏特性在人脸识别、图像去噪等方面的应用对信号在过完备字典下的表示进行了研究。关键词:稀疏表示;人脸识别方法;图像复原;图像去噪;字典优化文献标识码:A中图分类号:TP393文章编号:1009-2374(2015)36-0001-03DOI:10.1
基于稀疏表示的人脸识别方法研究.docx
基于稀疏表示的人脸识别方法研究摘要:稀疏性是信号表示非零系数个数的度量一个信号越稀疏它的非零系数个数越多。稀疏表示一种信号的基础研究它在人脸识别、图像复原、图像去噪等领域有着极为重要的意义。文章基于信号的稀疏特性在人脸识别、图像去噪等方面的应用对信号在过完备字典下的表示进行了研究。关键词:稀疏表示;人脸识别方法;图像复原;图像去噪;字典优化文献标识码:A中图分类号:TP393文章编号:1009-2374(2015)36-0001-03DOI:10.1
稀疏表示域中基于深度特征学习的人脸识别方法及系统.pdf
本发明公开了一种稀疏表示域中基于深度特征学习的人脸识别方法及系统,其中方法包括以下步骤:获取人脸图像;采用二维小波分解、局部二值算子与梯度算子对所述人脸图像进行处理,获得所述人脸图像的稀疏表示;将所述稀疏表示输入人脸识别模型进行人脸识别,获得人脸识别结果。本发明通过二维小波变换、局部二值算子和梯度算子处理原始人脸获得稀疏表示,去除冗余信息并保留了富含语义的信息,更适合神经网络对深度特征进行提取,提高人脸识别准确度,可广泛应用于计算机视觉领域。
基于Gabor特征的稀疏表示人脸识别研究的中期报告.docx
基于Gabor特征的稀疏表示人脸识别研究的中期报告一、研究背景与意义人脸识别一直是计算机视觉领域的研究热点之一。近年来,随着深度学习的兴起,基于深度学习的人脸识别方法取得了巨大的进展。但是,这些方法要求大量的数据集和高性能的计算资源,不适用于小规模或者低成本的场景。因此,传统的基于特征提取和分类器的人脸识别方法仍然具有重要的研究意义。Gabor特征是一种基于小波变换的特征提取方法,可以在不同方向、不同频率的小波基函数下提取特征。Gabor特征在图像处理、人脸识别、纹理识别等领域有广泛的应用。特别是在人脸识