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:
通常将能够表征人脸图像特征的特征集称为字典,进而利用字典可以获得图像的稀疏表示.目前,字典主要分为两类,一种是隐性字典,例如wavelet等;另一种是通过机器学习从样本中获取字典,可通过一种显性矩阵表示,例如K-SVD等.本文主要研究了K-SVD(Kernel-Singular Value Decomposition)字典学习算法,该算法适用性强,常与OMP算法结合使用.实验结果显示,该算法具有很好的收敛性以及较高的正确率.
推荐文章
基于层次结构化字典学习的人脸表情识别
结构化字典
K-SVD算法
层次分析法
人脸表情识别
基于在线字典学习的人脸超分辨率重建
在线字典学习
超分辨率重建
含噪人脸图像
稀疏编码
基于鉴别性低秩表示及字典学习的鲁棒人脸识别算法
人脸识别
低秩表示
字典学习
稀疏线性表示
基于字典投影学习的人脸识别算法
稀疏表示
线性投影
字典学习
人脸识别
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 基于字典学习的人脸识别算法
来源期刊 电子测试 学科
关键词 人脸识别 稀疏表示 K-SVD OMP
年,卷(期) 2021,(9) 所属期刊栏目 理论与算法|The theory and algorithm
研究方向 页码范围 63-64,132
页数 3页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1000-8519.2021.09.025
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (9)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(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)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2021(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
稀疏表示
K-SVD
OMP
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
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
论文1v1指导