分享到:

基于低秩矩阵恢复和Gabor特征的遮挡人脸识别

针对低秩矩阵恢复算法复杂度过高和训练集样本存在遮挡的问题,本文提出一种基于低秩矩阵恢复和Gabor特征的鲁棒表示与分类的遮挡人脸识别方法.该方法首先通过快速低秩矩阵恢复算法,准确并且快速地求得训练样本图像对应的误差图像;然后,分别对"干净"人脸图像和遮挡误差图像进行Gabor  (本文共7页) 阅读全文>>

重庆邮电大学
重庆邮电大学

基于稀疏表示与低秩恢复的遮挡人脸识别方法研究

随着数码相机、智能手机、智能监控系统等移动设备的普及,人脸识别技术逐渐应用在当今社会的各个领域。但在实际场景中的光照、表情、遮挡等一系列变化,使得人脸面部信息缺失,导致人脸识别效果不佳。本文主要研究遮挡情况下的人脸识别问题,解决现有方法识别率不高、运行时间较长的问题,具体内容如下:(1)针对低秩矩阵恢复过程花费时间较长的问题,提出一种快速低秩矩阵恢复算法(Fast Low-rank Matrix Recovery,FLRR),该方法对低秩恢复模型进行了优化,并且在求解时将维数较高的矩阵分为三个小矩阵的乘积,避免了较大矩阵的奇异值分解,在一定程度上降低了算法复杂度,为后续的人脸识别过程奠定了基础。(2)针对训练样本图像存在遮挡的问题,提出一种基于Gabor字典缩减的协作表示分类人脸识别算法(Collaborative Representation Classification Face Recognition Algorithm ...  (本文共85页) 本文目录 | 阅读全文>>

重庆邮电大学
重庆邮电大学

基于低秩矩阵恢复和稀疏表示的遮挡人脸识别算法研究

近些年,随着人脸识别理论的巨大突破和计算能力的不断增强,人脸识别技术得到了重点的关注,并普遍应用在生活的各个领域。尽管如此,大多数现有的算法只有在严格的实验室条件下才可以获得良好的识别效果。但是在现实的应用场景中,由于人脸图像存在光照、姿势、表情和遮挡等的影响,严重降低了算法的识别性能。因此,本文基于低秩矩阵恢复和稀疏表示的理论基础,针对遮挡人脸识别算法实时性较差、识别率不高等问题,具体展开如下研究:1.针对数据样本来自不同子空间时,传统低秩矩阵恢复模型不准和人脸识别的小样本问题,提出了一种基于判别低秩矩阵恢复的协同表示遮挡人脸识别算法。该方法通过在低秩矩阵恢复中引入结构非相关的正则化约束项,可以有效地从被污损的训练样本中恢复出干净的低秩训练样本。然后,通过学习原始污损训练样本与低秩训练样本之间的低秩投影矩阵,并将受污损的测试样本投影到相应的低维子空间来进行修正。最后,利用协同表示与分类的方法对修正后的测试样本进行分类,获取最终...  (本文共74页) 本文目录 | 阅读全文>>

《机械制造与自动化》2020年02期
机械制造与自动化

基于环形对称Gabor变换的接触网销钉检测研究

针对接触网旋转双耳销钉,提出一种基于环形对称Gabor变换特征的销钉松脱与缺失状态检测方法。融合旋转不变LBP特征与HOG特征的方法训练SVM分类器,实现旋转双耳定...  (本文共4页) 阅读全文>>

《河南大学学报(自然科学版)》2020年05期
河南大学学报(自然科学版)

有限个Gabor框架的线性组合

讨论有限个Gabor框架经过线性组合后得到的函数族是否还能构成Gabor框架问...  (本文共5页) 阅读全文>>

《地震地磁观测与研究》2020年04期
地震地磁观测与研究

基于离散Gabor变换的磁暴识别

以地磁秒数据为研究对象,通过离散Gabor变换将时域的地磁数据转换至二维时频面,提取Gabor变换谱图的均值和方...  (本文共6页) 阅读全文>>

《Defence Technology》2020年06期
Defence Technology

Gabor-CNN for object detection based on small samples

Object detection models based on convolutional neural networks(CNN) have achieved state-of-the-art performance by heavily rely on large-scale training samples.They are insufficient when used in specific applications,such as the detection of military objects,as in these instances,a large number of samples is hard to obtain.In order to solve this problem,this paper proposes the use of Gabor-CNN for object detection bas...  (本文共14页) 阅读全文>>