-
题名基于L_0稀疏约束的近似稀疏解人耳识别
被引量：1
- 1
-
-
作者
田莹
李雪滢
张德斌
-
机构
辽宁科技大学软件学院
-
出处
《计算机应用研究》
CSCD
北大核心
2017年第6期1917-1920,共4页
-
基金
辽宁省教育厅资助项目(L2014115)
-
文摘
传统的人耳识别算法在人耳图像遮挡、噪声和人耳多姿态变化中表现出低识别率,近年来稀疏表示在模式识别领域中取得了很好的成果。决定稀疏分类器识别精确度的因素主要是稀疏解的稀疏度,而稀疏度的估计就是稀疏向量中非0元素的估计,即向量L_0范数。因此在人耳稀疏分类算法的研究中引入L_0范数稀疏约束。采取基于SRC(sparse representation-based classification)稀疏模型,选取对人耳姿态变化具有强鲁棒性的特征逼近过完备字典,然后使用OMP(orthogonal matching pursuit)算法直接解L_0问题,并加入稀疏约束,从优化稀疏解的角度对人耳稀疏分类算法进行改进,提高了人耳识别效率。
-
关键词
src稀疏分类
OMP算法
L0稀疏约束
-
Keywords
src sparse classification
OMP algorithm
L0 sparse constrain
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于压缩感知的人脸识别方法
被引量：6
- 2
-
-
作者
邹伟
李元祥
杨俊杰
周则明
-
机构
上海交通大学航空航天学院
解放军理工大学气象学院
-
出处
《计算机工程》
CAS
CSCD
2012年第24期133-136,共4页
-
基金
国家自然科学基金资助项目(41174164)
-
文摘
基于稀疏重构的分类方法具有较好的识别效果,但计算复杂度高。为此,提出基于压缩感知的人脸识别方法 COMP,将L1范数最小化重构算法替换成正交匹配追踪(OMP)算法,以降低复杂度,并在OMP中引入模式类别信息,使该方法具有更强的分类能力。基于YaleB人脸库的实验结果表明,COMP在低维度时识别率高于OMP。
-
关键词
基于稀疏重构的分类方法
稀疏重构
L1范数最小化
正交匹配追踪算法
COMP方法
-
Keywords
sparse representation-based classification（src） method
sparse representation
L1-norm minimization
Orthogonal Matching Pursuit（OMP） algorithm
classified Orthogonal Matching Pursuit（COMP） method
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名压缩感知在人脸识别中的应用和改进
被引量：1
- 3
-
-
作者
张近
黄梅
李光瑞
-
机构
西华大学电气信息学院
-
出处
《现代计算机（中旬刊）》
2014年第5期72-75,共4页
-
基金
西华大学研究生创新基金项目(No.ycjj201367)
-
文摘
压缩感知理论的出现,为人脸识别提供新的方法。基于稀疏表示的分类算法(SRC)就是压缩感知在人脸识别中的典型应用。针对SRC算法对遮挡人脸识别效果不佳的情况,提出基于图像分块的SRC算法,当分块方式选择恰当时,该算法可以显著地提高遮挡人脸的识别率。
-
关键词
压缩感知
人脸识别
src算法
-
Keywords
Compressed Sensing
Face Recognition
src （sparse representation-based classification） algorithm
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
