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:
随着深度学习技术的发展,人脸识别在受控环境下的准确率已经达到了非常理想的效果.然而,真实环境下获取的人脸图像往往因为遮挡而难以识别.针对遮挡条件下的人脸识别准确率不高、稳定性差的问题,结合传统的人脸分块和深度卷积神经网络,提出一种基于分块的有遮挡人脸识别算法.基于人脸特征点定位的结果进行人脸分块,使用一种改进的轻量级卷积神经网络进行各个人脸区块的特征提取;利用多分类网络结合输入区块的额外信息进行人脸区块的遮挡判别;结合人脸块特征与遮挡二分类判别结果获取表征遮挡人脸的特征.实验结果表明,经过以上步骤提取出的特征对遮挡具有较强的鲁棒性,并且在满足一定的条件下,即使人脸由大面积遮挡也能在实验数据集上保持94%的准确率.
推荐文章
基于稀疏表征多分类器融合的遮挡人脸识别
人脸识别
稀疏表征
多分辨率分块
多分类器融合
过完备字典
基于低秩矩阵恢复和Gabor特征的遮挡人脸识别
人脸识别
低秩矩阵恢复
Gabor特征
字典压缩
协作表示
基于YOLO与改进的DLIB多角度遮挡人脸判别方法
卷积神经网络
YOLO人脸检测模型
DLIB人脸关键点检测
遮挡人脸判别
基于压缩感知和图像分块的遮挡人脸识别
遮挡人脸识别
压缩感知
图像分块
SRC算法
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 基于分块的有遮挡人脸识别算法
来源期刊 计算机应用与软件 学科 工学
关键词 遮挡 人脸识别 人脸分块
年,卷(期) 2018,(2) 所属期刊栏目 人工智能与识别
研究方向 页码范围 183-187,193
页数 6页 分类号 TP3
字数 4934字 语种 中文
DOI 10.3969/j.issn.1000-386x.2018.02.034
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 朱允斌 复旦大学计算机科学技术学院 6 18 2.0 4.0
2 周孝佳 复旦大学计算机科学技术学院 1 8 1.0 1.0
6 张跃 1 8 1.0 1.0
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  (2)
节点文献
引证文献  (8)
同被引文献  (5)
二级引证文献  (0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(1)
  • 二级参考文献(0)
  • 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(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
遮挡
人脸识别
人脸分块
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导