發(fā)布時(shí)間：2017-07-29 09:03

  本文關(guān)鍵詞：非限制環(huán)境下的低秩協(xié)同人臉性別識(shí)別研究

  更多相關(guān)文章： 人臉性別識(shí)別 低秩分解 協(xié)同表示

【摘要】：人臉性別識(shí)別是計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)的熱門(mén)研究課題,但目前大多數(shù)的人臉性別識(shí)別算法對(duì)自然環(huán)境下的圖像進(jìn)行識(shí)別的效果并不理想,識(shí)別正確率與實(shí)際應(yīng)用差距較大。采用低秩分解和協(xié)同表示來(lái)提高人臉性別識(shí)別的正確率和魯棒性。在提取特征前采用低秩分解配準(zhǔn)未對(duì)齊的圖像并降低污染和噪聲的影響,使得提取的特征能夠很好地反映圖像原有的信息。識(shí)別環(huán)節(jié)采用稀疏表示的改進(jìn)算法—協(xié)同表示,其使用l2范數(shù)替代l1范數(shù)優(yōu)化問(wèn)題易于求解。在實(shí)驗(yàn)中,選用AR,CAS-PEAL和You Tube三種數(shù)據(jù)庫(kù)對(duì)算法進(jìn)行測(cè)試,結(jié)果表明本算法性能與其他主流算法相比有明顯優(yōu)勢(shì)。
【作者單位】： 南京郵電大學(xué)寬帶無(wú)線(xiàn)通信技術(shù)教育部工程研究中心;
【關(guān)鍵詞】： 人臉性別識(shí)別 低秩分解 協(xié)同表示
【基金】：國(guó)家自然科學(xué)基金(61471206,61401220,61302156) 江蘇省自然科學(xué)基金(BK20141428,BK20140884)資助項(xiàng)目
【分類(lèi)號(hào)】：TP391.41
【正文快照】： 1引言 隨著模式識(shí)別的發(fā)展,人臉識(shí)別也隨之成為熱點(diǎn)[1]。許多新興技術(shù)也依賴(lài)于人臉識(shí)別。其中,人臉性別識(shí)別作為人臉識(shí)別中的一個(gè)重要分支也受到了廣泛的關(guān)注。但人臉性別識(shí)別也是一個(gè)具有 挑戰(zhàn)性的課題。因?yàn)槟信哪槻刻卣鞯牟顒e極其細(xì)微,使得通過(guò)人臉自動(dòng)判別性別較為困

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李映;張艷寧;許星;;基于信號(hào)稀疏表示的形態(tài)成分分析:進(jìn)展和展望[J];電子學(xué)報(bào);2009年01期

2 趙瑞珍;王飛;羅阿理;張彥霞;;基于稀疏表示的譜線(xiàn)自動(dòng)提取方法[J];光譜學(xué)與光譜分析;2009年07期

3 楊蜀秦;寧紀(jì)鋒;何東健;;基于稀疏表示的大米品種識(shí)別[J];農(nóng)業(yè)工程學(xué)報(bào);2011年03期

4 史加榮;楊威;魏宗田;;基于非負(fù)稀疏表示的人臉識(shí)別[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年05期

5 高志榮;熊承義;笪邦友;;改進(jìn)的基于殘差加權(quán)的稀疏表示人臉識(shí)別[J];中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

6 朱杰;楊萬(wàn)扣;唐振民;;基于字典學(xué)習(xí)的核稀疏表示人臉識(shí)別方法[J];模式識(shí)別與人工智能;2012年05期

7 張疆勤;廖海斌;李原;;基于因子分析與稀疏表示的多姿態(tài)人臉識(shí)別[J];計(jì)算機(jī)工程與應(yīng)用;2013年05期

8 李正周;王會(huì)改;劉梅;丁浩;金鋼;;基于形態(tài)成分稀疏表示的紅外小弱目標(biāo)檢測(cè)[J];彈箭與制導(dǎo)學(xué)報(bào);2013年04期

9 胡正平;趙淑歡;李靜;;基于塊稀疏遞推殘差分析的稀疏表示遮擋魯棒識(shí)別算法研究[J];模式識(shí)別與人工智能;2014年01期

10 陳思寶;趙令;羅斌;;局部保持的稀疏表示字典學(xué)習(xí)[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 樊亞翔;孫浩;周石琳;鄒煥新;;基于元樣本稀疏表示的多視角目標(biāo)識(shí)別[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李進(jìn)明;基于稀疏表示的圖像超分辨率重建方法研究[D];重慶大學(xué);2015年

2 姚明海;視頻異常事件檢測(cè)與認(rèn)證方法研究[D];東北師范大學(xué);2015年

3 王瑾;基于稀疏表示的數(shù)據(jù)收集、復(fù)原與壓縮研究[D];北京工業(yè)大學(xué);2015年

4 薛明;基于稀疏表示的在線(xiàn)目標(biāo)跟蹤研究[D];上海交通大學(xué);2014年

5 程廣濤;基于壓縮感知的人臉識(shí)別方法研究[D];天津大學(xué);2015年

6 黃丹丹;基于稀疏表示的視覺(jué)目標(biāo)跟蹤方法研究[D];大連理工大學(xué);2016年

7 李小薪;稀疏表示的分段匹配尋蹤方法[D];華南理工大學(xué);2009年

8 何艷敏;稀疏表示在圖像壓縮和去噪中的應(yīng)用研究[D];電子科技大學(xué);2011年

9 宋相法;基于稀疏表示和集成學(xué)習(xí)的若干分類(lèi)問(wèn)題研究[D];西安電子科技大學(xué);2013年

10 匡金駿;基于稀疏表示的圖像分類(lèi)與目標(biāo)跟蹤研究[D];重慶大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 吳麗璇;基于稀疏表示的微聚焦X射線(xiàn)圖像去噪方法[D];華南理工大學(xué);2015年

2 趙孝磊;基于圖像分塊稀疏表示的人臉識(shí)別算法研究[D];南京信息工程大學(xué);2015年

3 黃志明;基于辨別式稀疏字典學(xué)習(xí)的視覺(jué)追蹤算法研究[D];華南理工大學(xué);2015年

4 張鈴華;非約束環(huán)境下的稀疏表示人臉識(shí)別算法研究[D];南京信息工程大學(xué);2015年

5 應(yīng)艷麗;基于低秩稀疏表示的目標(biāo)跟蹤算法研究[D];西南交通大學(xué);2015年

6 梁曉捷;基于網(wǎng)絡(luò)攝像頭與稀疏表示分類(lèi)法的實(shí)時(shí)人臉識(shí)別系統(tǒng)應(yīng)用研究[D];五邑大學(xué);2015年

7 邱大偉;基于稀疏表示的圖像超分辨率重建算法研究[D];太原理工大學(xué);2016年

8 黃榮;人臉識(shí)別中的特征生成技術(shù)應(yīng)用研究[D];東南大學(xué);2015年

9 王東青;稀疏表示和判別性字典學(xué)習(xí)的海馬子區(qū)圖像自動(dòng)分割算法[D];北京理工大學(xué);2016年

10 石路遙;基于字典學(xué)習(xí)的低劑量CT圖像處理方法[D];東南大學(xué);2015年

，

本文編號(hào)：588344