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:
在以稀疏编码思想为基础的人脸识别问题中,稀疏表征分类( SRC)与协同表征分类( CRC)近年来受到广泛关注。这2种模型分别代表了以l1和l22种范数作为约束项的最优化问题,两者在不同条件下各具优势。基于稀疏表示的人脸识别问题可归结为统计学中线性回归模型的实际应用,从线性回归的角度出发,结合Elastic Net回归模型思想,提出了一种基于稀疏与协同联合表征的人脸识别模型( S_CRC)。该模型是SRC和CRC的凸结合,这种结合方式使得所得到的线性表示系数同时受到l1和l22种范数的约束,具有更强的判别性,从而更加有利于分类。最后,通过在AR和Extended Yale B人脸库中的实验,论证了该方法的有效性。
推荐文章
基于离散余弦变换和稀疏表示的人脸识别
人脸识别
离散余弦变换
稀疏表示
词袋
局部特征
基于深度卷积稀疏自编码分层网络的人脸识别技术
人脸识别
特征提取
稀疏自编码
卷积神经网络
SVM分类器
深度网络
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
基于稀疏表征多分类器融合的遮挡人脸识别
人脸识别
稀疏表征
多分辨率分块
多分类器融合
过完备字典
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 基于稀疏与协同联合表征的人脸识别技术?
来源期刊 浙江师范大学学报(自然科学版) 学科 工学
关键词 人脸识别 Elastic Net 稀疏表征 协同表征 线性回归
年,卷(期) 2015,(3) 所属期刊栏目 ?计算机?
研究方向 页码范围 318-325
页数 8页 分类号 TP391.4
字数 6150字 语种 中文
DOI 10.16218/j.issn.1001-5051.2015.03.014
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 赵建民 浙江师范大学数理与信息工程学院 121 1027 18.0 25.0
2 叶荣华 浙江师范大学数理与信息工程学院 39 236 8.0 13.0
3 杨凡 浙江师范大学数理与信息工程学院 22 163 6.0 12.0
4 史凌祎 浙江师范大学数理与信息工程学院 2 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人脸识别
Elastic Net
稀疏表征
协同表征
线性回归
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
浙江师范大学学报(自然科学版)
季刊
1001-5051
33-1291/N
大16开
浙江金华浙江师范大学33信箱
1960
chi
出版文献量(篇)
2287
总下载数(次)
2
总被引数(次)
10075
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导