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:
自然环境中的人脸图像大部分带有遮挡,这对于人脸识别一直是巨大的挑战,用于人脸识别的主流深度模型对于遮挡人脸图片并不具有特别好的识别性能.针对深度模型由于遮挡的存在以及遮挡位置不确定所导致的识别率下降的问题,提出一种结合深度学习和特征点遮挡检测的PCANet下的遮挡定位人脸识别算法.分类器用于关键点检测,使用PCANet深度学习模型进行特征提取,形成支持向量机(SVM)训练模型组.遮挡判别分类器定位遮挡,结合特征模型组完成有遮挡人脸识别任务,并且对于表情变化有很强的鲁棒性.实验结果表明,该算法对于常见遮挡类型取得了非常好的效果,对于大面积遮挡的极端类型也具有很高的识别率.
推荐文章
人脸识别中局部遮挡处理技术研究
局部遮挡
遮挡掩模
人脸重建
人脸识别
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
云环境下基于复合混沌的加密人脸识别鲁棒算法
人脸识别
Henon映射
Tent映射
神经网络
加密算法
复合混沌
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 PCANet下的遮挡定位人脸识别算法
来源期刊 计算机科学与探索 学科 工学
关键词 深度学习 关键点 遮挡判别 模型组 人脸识别
年,卷(期) 2019,(12) 所属期刊栏目 图形图像
研究方向 页码范围 2149-2160
页数 12页 分类号 TP391
字数 8347字 语种 中文
DOI 10.3778/j.issn.1673-9418.1811031
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 郭伟 辽宁工程技术大学软件学院 39 175 7.0 11.0
2 曲海成 辽宁工程技术大学软件学院 52 387 11.0 18.0
3 白文硕 辽宁工程技术大学软件学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (103)
共引文献  (57)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(12)
  • 参考文献(0)
  • 二级参考文献(12)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(12)
  • 参考文献(2)
  • 二级参考文献(10)
2014(13)
  • 参考文献(2)
  • 二级参考文献(11)
2015(15)
  • 参考文献(3)
  • 二级参考文献(12)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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)
2019(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
深度学习
关键点
遮挡判别
模型组
人脸识别
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
论文1v1指导