基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在非可控环境下,人脸识别面临的最大难题之一是姿态变化与遮挡问题.基于稀疏表示的人脸识别方法将测试人脸表示成训练人脸的稀疏线性组合,根据其组合系数的稀疏性进行人脸识别.该方法对人脸的噪声和遮挡变化具有很好的鲁棒性,但对人脸的姿态变化表现力极差,这是因为当人脸具有姿态变化时,同一个人不同姿态情况下很难对应起来,这违背线性组合的前提条件.为了克服稀疏表示方法对人脸姿态变化表现力极差问题,对人脸进行因子分析,分离出人脸姿态因子,得到合成的正面人脸;利用稀疏表示进行人脸分类识别.实验结果表明,该方法对人脸的遮挡和姿态变化具有很好的鲁棒性.
推荐文章
基于加权均值人脸的多姿态人脸识别
人脸姿态变化
加权均值人脸
加权均值人脸矩阵
局部保持投影
深层特征提取
基于正交视图的多姿态人脸识别算法
人脸识别
多姿态
正交视图
3D模型
基于LLR算法的多姿态人脸识别
局部线性回归
人脸识别
多姿态
人脸归一化
基于SIFT稀疏表示的人脸识别算法
人脸识别
尺度不变特征变换
FisherVector
主成分分析
稀疏表示
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于因子分析与稀疏表示的多姿态人脸识别
来源期刊 计算机工程与应用 学科 工学
关键词 人脸识别 因子分析 因子分离 稀疏表示
年,卷(期) 2013,(5) 所属期刊栏目 图形图像处理
研究方向 页码范围 154-159
页数 6页 分类号 TP391.4
字数 5431字 语种 中文
DOI 10.3778/j.issn.1002-8331.1210-0298
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 廖海斌 武汉大学电子信息学院 14 116 6.0 10.0
2 张疆勤 安徽科技学院网络中心 1 24 1.0 1.0
3 李原 安徽科技学院网络中心 2 27 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (20)
参考文献  (13)
节点文献
引证文献  (24)
同被引文献  (62)
二级引证文献  (120)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(3)
  • 二级参考文献(1)
2009(8)
  • 参考文献(2)
  • 二级参考文献(6)
2010(5)
  • 参考文献(3)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(9)
  • 引证文献(7)
  • 二级引证文献(2)
2016(11)
  • 引证文献(1)
  • 二级引证文献(10)
2017(25)
  • 引证文献(4)
  • 二级引证文献(21)
2018(49)
  • 引证文献(5)
  • 二级引证文献(44)
2019(40)
  • 引证文献(3)
  • 二级引证文献(37)
2020(8)
  • 引证文献(2)
  • 二级引证文献(6)
研究主题发展历程
节点文献
人脸识别
因子分析
因子分离
稀疏表示
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导