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:
稀疏表示人脸识别算法的主要思想是:一个未知的测试图像可以近似表示为所有与其隶属同类的训练样本的一个线性组合.然而,人脸之间存在着极大的相似性,同时易受到外部环境的影响,人脸分类的本身存在着一定的不确定性.针对这种不确定性,结合模糊集合理论,提出了一种新的模糊稀疏表示人脸识别算法.首先,引入一个非线性函数描述人脸的相似性程度.然后,基于该相似性度量以及最近邻分类器思想,定义一个自适应的模糊隶属度函数来分配人脸对类的隶属程度.而这一过程恰使得这些隶属度是稀疏化的.最后,将稀疏化的模糊隶属度作为训练样本表示测试样本的权值系数,进而重构测试图像.采用MATLAB在ORL和Yale人脸数据库上进行仿真实验,验证了该算法的有效性和稳定性.
推荐文章
稀疏表示人脸识别的关键问题分析
人脸识别
压缩感知
稀疏表示
鲁棒性
一种鲁棒稀疏表示的单样本人脸识别算法
稀疏表示
单样本
人脸识别
位置图像
L2,1范数
一种新的拓展稀疏人脸识别算法
人脸识别
少样本问题
加权
拓展的稀疏识别
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 一种新的模糊稀疏表示人脸识别算法
来源期刊 大连理工大学学报 学科 工学
关键词 人脸识别 模式识别 相似度 模糊隶属度 稀疏表示 最近邻分类器
年,卷(期) 2017,(2) 所属期刊栏目
研究方向 页码范围 189-194
页数 6页 分类号 TP391.41
字数 4330字 语种 中文
DOI 10.7511/dllgxb201702012
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 李懿 大连理工大学电子信息与电气工程学部控制科学与工程学院 16 32 3.0 5.0
3 刘晓东 大连理工大学电子信息与电气工程学部控制科学与工程学院 22 93 6.0 7.0
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  (12)
节点文献
引证文献  (10)
同被引文献  (24)
二级引证文献  (9)
1965(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(10)
  • 引证文献(7)
  • 二级引证文献(3)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
人脸识别
模式识别
相似度
模糊隶属度
稀疏表示
最近邻分类器
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
大连理工大学学报
双月刊
1000-8608
21-1117/N
大16开
大连市理工大学出版社内
8-82
1950
chi
出版文献量(篇)
3166
总下载数(次)
3
总被引数(次)
39997
论文1v1指导