原文服务方: 计算机应用研究       
摘要:
传统的人耳识别算法在人耳图像遮挡、噪声和人耳多姿态变化中表现出低识别率,近年来稀疏表示在模式识别领域中取得了很好的成果.决定稀疏分类器识别精确度的因素主要是稀疏解的稀疏度,而稀疏度的估计就是稀疏向量中非0元素的估计,即向量L0范数.因此在人耳稀疏分类算法的研究中引入L0范数稀疏约束.采取基于SRC(sparse representation-based classification)稀疏模型,选取对人耳姿态变化具有强鲁棒性的特征逼近过完备字典,然后使用OMP(orthogonal matching pursuit)算法直接解L0问题,并加入稀疏约束,从优化稀疏解的角度对人耳稀疏分类算法进行改进,提高了人耳识别效率.
推荐文章
迭代式正交匹配追踪及稀疏解
正交匹配追踪
迭代式算法
压缩感知
稀疏解
基于近似l0范数的稳健稀疏重构算法
压缩感知
稀疏重构
基追踪
平滑l0范数
基于核稀疏表示的人脸人耳融合识别算法的研究
融合识别
核稀疏表示
特征提取
加权串联融合
正交匹配追踪算法
鲁棒性
基于L0范数稀疏约束的地震数据反褶积
地震数据
反褶积
高分辨率
稀疏约束
L0范数
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L0稀疏约束的近似稀疏解人耳识别
来源期刊 计算机应用研究 学科
关键词 SRC稀疏分类 OMP算法 L0稀疏约束
年,卷(期) 2017,(6) 所属期刊栏目 图形图像技术
研究方向 页码范围 1917-1920
页数 4页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.06.073
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 田莹 辽宁科技大学软件学院 22 74 5.0 8.0
2 李雪滢 辽宁科技大学软件学院 2 7 1.0 2.0
3 张德斌 辽宁科技大学软件学院 2 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (98)
共引文献  (52)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 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)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(11)
  • 参考文献(1)
  • 二级参考文献(10)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(17)
  • 参考文献(2)
  • 二级参考文献(15)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(9)
  • 参考文献(3)
  • 二级参考文献(6)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(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)
2018(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
SRC稀疏分类
OMP算法
L0稀疏约束
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导