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:
针对训练样本和测试样本均受到严重的噪声污染的人脸识别问题,传统的子空间学习方法和经典的基于稀疏表示的分类(S R C)方法的识别性能都将急剧下降.另外,基于稀疏表示的方法也存在算法复杂度较高的问题.为了在一定程度上缓解上述问题,提出一种基于判别低秩矩阵恢复和协同表示的遮挡人脸识别方法.首先,低秩矩阵恢复可以有效地从被污损的训练样本中恢复出干净的、具备低秩结构的训练样本,而结构非相关性约束的引入可以有效提高恢复数据的鉴别能力.然后,通过学习原始污损数据与恢复出的低秩数据之间的低秩投影矩阵,将受污损的测试样本投影到相应的低维子空间,以修正污损测试样本.最后,利用协同表示的分类方法(C RC)对修正后的测试样本进行分类,获取最终的识别结果.在Ex tended Yale B和A R数据库上的实验结果表明,本文方法对遮挡人脸识别具有更好的识别性能.
推荐文章
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
基于迭代加权低秩分解的遮挡人脸识别算法
迭代加权低秩分解
稀疏表示
人脸识别
遮挡矩阵
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 基于判别低秩矩阵恢复和协同表示的遮挡人脸识别
来源期刊 计算机工程与科学 学科 工学
关键词 人脸识别 判别低秩矩阵恢复 低秩投影矩阵 协同表示
年,卷(期) 2020,(12) 所属期刊栏目 图形与图像
研究方向 页码范围 2199-2207
页数 9页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1007-130X.2020.12.013
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 陶洋 162 715 14.0 21.0
2 孙雨浩 3 2 1.0 1.0
3 胡昊 5 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (14)
参考文献  (10)
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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
判别低秩矩阵恢复
低秩投影矩阵
协同表示
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导