非限制环境下的低秩协同人脸性别识别研究

• 作者: 刘佶鑫 孙宁 郭行 韩光
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 人脸性别识别 低秩分解 协同表示
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 视觉测量与图像处理
• 页码范围: 1790-1800
• 页数: 11页
• 分类号: TP181|TN911.73
• 字数: 6858字
• 语种: 中文
• DOI: 10.13382/j.jemi.2016.11.022

摘要

人脸性别识别是计算机视觉和机器学习的热门研究课题,但目前大多数的人脸性别识别算法对自然环境下的图像进行识别的效果并不理想,识别正确率与实际应用差距较大.采用低秩分解和协同表示来提高人脸性别识别的正确率和鲁棒性.在提取特征前采用低秩分解配准未对齐的图像并降低污染和噪声的影响,使得提取的特征能够很好地反映图像原有的信息.识别环节采用稀疏表示的改进算法—协同表示,其使用l2范数替代l1范数优化问题易于求解.在实验中,选用AR,CAS-PEAL和YouTube三种数据库对算法进行测试,结果表明本算法性能与其他主流算法相比有明显优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙宁	南京邮电大学宽带无线通信技术教育部工程研究中心	8	25	4.0	4.0
2	韩光	南京邮电大学宽带无线通信技术教育部工程研究中心	10	46	4.0	6.0
3	刘佶鑫	南京邮电大学宽带无线通信技术教育部工程研究中心	10	31	4.0	5.0
4	郭行	南京邮电大学宽带无线通信技术教育部工程研究中心	1	4	1.0	1.0