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:
用现有的人脸识别方法处理人脸姿态和光照的变化仍有一定的难度,本文提出一种基于图像重构和l0范数稀疏表示的人脸识别算法:首先,采用深度学习网络提取人脸特征;然后,根据提取的特征重构人脸图像;最后,用l0范数快速稀疏分类的识别算法在重构图像上进行识别.基于FERET人脸数据库的实验结果表明,本算法可在姿态变化比较大的情况下保持较高的人脸识别率以及较快的识别速度.
推荐文章
基于L0稀疏约束的近似稀疏解人耳识别
SRC稀疏分类
OMP算法
L0稀疏约束
基于稀疏表示的快速l2-范数人脸识别方法
人脸识别
稀疏表示
特征融合
字典缩减
正则化最小二乘法
基于l2-范数重构样本约束的稀疏表示人脸识别方法
稀疏表示
人脸识别
联合表示
重构样本
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 基于图像重构和l0范数稀疏表示的人脸识别算法
来源期刊 五邑大学学报(自然科学版) 学科 工学
关键词 人脸识别 深度学习 特征提取 图像重构 l0范数 稀疏表示
年,卷(期) 2018,(2) 所属期刊栏目 信息工程
研究方向 页码范围 18-22
页数 5页 分类号 TP391.4
字数 1897字 语种 中文
DOI 10.3969/j.issn.1006-7302.2018.02.004
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 曾军英 五邑大学信息工程学院 23 58 5.0 7.0
2 谌瑶 五邑大学信息工程学院 6 6 1.0 2.0
3 冯武林 五邑大学信息工程学院 4 1 1.0 1.0
4 赵晓晓 五邑大学信息工程学院 1 0 0.0 0.0
5 林作永 五邑大学信息工程学院 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (11)
参考文献  (5)
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(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
人脸识别
深度学习
特征提取
图像重构
l0范数
稀疏表示
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
五邑大学学报(自然科学版)
季刊
1006-7302
44-1410/N
大16开
广东省江门市东成村22号
1994
chi
出版文献量(篇)
1389
总下载数(次)
2
总被引数(次)
4186
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导