针对现有的基于稀疏表示的人脸识别方法没有更新优化选择的原子的问题,提出一种基于子空间追踪的人脸识别方法。在稀疏编码过程中的原子选择步骤中,引入回溯迭代优化思想和多原子选择方案,通过移除可信度较低的原子
提出了一种基于矩阵模式的人脸表情识别方法。该算法直接将人脸表情图像矩阵作为矩阵模式,并结合传统PCA和FLDA进行表情特征提取,称之为MatPCA和MatFLDA。与2DPCA等不同,该算法既利用图像
稀疏表示人脸识别SRCmatlab代码实现。附带l1范数优化代码。可以顺利跑通。测试数据集为YaleB。
基于稀疏表示的鲁棒性人脸识别(PAMI),在图像处理领域现在很火的
用于人脸识别的算法,采用了稀疏表示,采用pgm图片格式,使用matlab平台
为了解决高维数据在分类时导致的维数灾难,降维是数据预处理阶段的主要步骤。基于稀疏学习进行特征选择是目前的研究热点。针对现实中大量非线性可分问题,借助核技巧,将非线性可分的数据样本映射到核空间,以解决特
在光照变化环境下,人脸识别的鲁棒性是人脸识别系统中一大挑战。针对光照变化对人脸识别的影响,对经典光照不变特征表示算法进行了研究,提出一种基于局部标准差光照不变的人脸特征表示算法及其加权形式。结合完备线
基于遗传神经网络的人脸识别分类器设计,赵天刚,杜谦,神经网络由于具有抗干扰性和容错性,常被用在人脸识别的分类器中。但是,神经网络的训练过程花费的时间很长,训练的次数多,而且
传统的支持向量机(SupportVectorMachines,SVM)在面对大样本训练问题时,其样本数量会受到内存的限制。因此,提出一种基于级联SVM和分类器融合的人脸图像性别识别方法。级联SVM分类
针对传统人脸识别算法在非限定条件下识别能力不强的问题,文中提出了一种基于局部二值模式(LBP)与深度置信网络(DBN)结合的人脸识别方法。该方法结合LBP在光照条件下的人脸识别鲁棒性较好,且利用了DB