基于稀疏信号同伦形变的鲁棒性特征学习方法

• 作者: 惠寅华 李凡长
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 同伦等价 稀疏表示 形变 关键点 双射 能量函数
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 104-110
• 页数: 7页
• 分类号: TP393
• 字数: 5490字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2013.04.019

摘要

在人脸识别问题中,为克服同一个人由于在表情与姿势上的不同给识别带来的困难,设计了基于同伦伪不变性的目标识别与图像检索方法.人脸识别中的光照变化问题也可以看作是由于人脸在空间中相对图像采集设备连续旋转平移所造成的.为了在采集的样本上提取这一同伦等价特征,结合稀疏表示提出了一个更一般的鲁棒性特征学习方法,并在Yale B数据集上进行了测试,得到了不错的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李凡长	苏州大学计算机科学与技术学院	136	774	15.0	18.0
2	惠寅华	苏州大学计算机科学与技术学院	1	1	1.0	1.0