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:
为了进一步改善人脸识别系统在小样本条件下的识别性能,本文在图像分块协同表示分类算法的基础上,提出了一种新的基于多尺度分块协同表示选择性集成的人脸识别算法.该算法首先通过对各个尺度下的图像子块进行总变差加权,突出具有鉴别能力的局部关键特征子块的判别作用;其次通过多尺度分块协同表示的选择性集成,显著地提高了分类器的泛化能力和稳健性.对于三种不同采集条件下涵盖各种光照、表情和姿态变化的标准人脸数据库进行数值实验,实验结果表明新算法比现有的稀疏表示分类算法具有显著的识别性能和鲁棒性.
推荐文章
基于加权分块稀疏表示的光照鲁棒性人脸识别
人脸识别
光照归一化
稀疏表示
加权分块
基于虚拟样本的协同表示人脸识别算法
人脸识别
协同表示
虚拟样本
基于多尺度分析的人脸识别算法研究
人脸识别
多尺度分析
轮廓特征
角点特征
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 多尺度分块协同表示的选择性集成人脸识别算法
来源期刊 信号处理 学科 工学
关键词 稀疏表示分类 分块协同表示 总变差加权 多尺度选择性集成
年,卷(期) 2016,(6) 所属期刊栏目 算法研究
研究方向 页码范围 707-714
页数 8页 分类号 TP181
字数 5653字 语种 中文
DOI 10.16798/j.issn.1003-0530.2016.06.010
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 史加荣 西安建筑科技大学理学院 28 300 8.0 17.0
2 魏宗田 西安建筑科技大学理学院 15 133 3.0 11.0
3 殷清燕 西安建筑科技大学理学院 2 0 0.0 0.0
4 岳红云 西安建筑科技大学理学院 4 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (10)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(5)
  • 参考文献(3)
  • 二级参考文献(2)
2012(7)
  • 参考文献(3)
  • 二级参考文献(4)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
稀疏表示分类
分块协同表示
总变差加权
多尺度选择性集成
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
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
总被引数(次)
32728
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导