 二维码(扫一下试试看!) | 基于多方向Gabor特征图稀疏表示的鲁棒人脸识别方法 | Robust Face Recognition via Sparse Representation of Multi-Directional Gabor Feature Maps | 投稿时间:2018-05-17 | DOI:10.15918/j.tbit1001-0645.2019.07.012 | 中文关键词:Gabor变换特征融合自适应加权Gist特征稀疏表示人脸识别 | English Keywords:Gabor transformfeature fusionadaptive-weighted Gist featuressparse representationface recognition | 基金项目:国家自然科学基金资助项目(61775172,61371190);武汉科技大学研究生创新创业基金资助项目(JCX2016013) | 作者 | 单位 | 徐望明 | 武汉科技大学 信息科学与工程学院, 湖北, 武汉 430081 武汉科技大学 教育部冶金自动化与 检测技术工程研究中心, 湖北, 武汉 430081 武汉科技大学 机器人与智能系统研究院, 湖北, 武汉 430081 | 张培 | 武汉科技大学 信息科学与工程学院, 湖北, 武汉 430081 武汉科技大学 机器人与智能系统研究院, 湖北, 武汉 430081 | 伍世虔 | 武汉科技大学 机械自动化学院, 湖北, 武汉 430081 武汉科技大学 机器人与智能系统研究院, 湖北, 武汉 430081 |
| 摘要点击次数:830 | 全文下载次数:297 | 中文摘要: | 为提高对光照、表情、姿态等可变因素的鲁棒性,提出一种基于多方向Gabor特征图稀疏表示的人脸识别方法.对人脸图像进行多方向多尺度Gabor变换,然后将同一方向不同尺度的Gabor特征进行融合得到多方向特征图,再对每个方向的融合特征图提取Gist特征并赋予自适应权重,接着将所有方向特征图的自适应加权Gist特征串联构成人脸图像特征向量,最后利用稀疏表示分类方法实现人脸识别.实验结果表明,本文算法在Yale、ORL和Extended Yale B人脸数据库上的平均识别率分别达到99.8%、99.7%和100.0%. | English Summary: | In order to improve the robustness to variable factors such as illumination, expression, and pose, a novel face recognition method based on sparse representation with multi-directional Gabor feature maps was proposed in this paper. Firstly, multi-directional and multi-scale Gabor transforms were performed on face image, and the obtained Gabor features with different scales in the same direction were fused to generate multi-directional feature maps. Then, Gist features were extracted and adaptive weights were assigned to them for the fused feature maps in each direction. The adaptive-weighted Gist features of all directional feature maps were cascaded to form feature descriptors of face image. Finally, face recognition was implemented with a sparse representation classification method base on the face feature descriptors. Experimental results show that the average recognition rates of the proposed algorithm on Yale, ORL and Extended Yale B face databases are 99.8%, 99.7% and 100.0% respectively. | 查看全文查看/发表评论下载PDF阅读器 | |
吴昱,毕鹏禹,金青君,任秀娟,姚伟召.喷火器系统效能分析与评价[J].北京理工大学学报(自然科学版),2019,39(8):876~880.WUYu,BIPeng-yu,JINQing-jun,RENXiu-juan,YAOWei-zhao.AnalysisandEvaluationofSystem ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21刘凯,王威,龚建伟,陈慧岩,陈舒平.越野地形下智能车辆的动力学建模与轨迹跟踪[J].北京理工大学学报(自然科学版),2019,39(9):933~937.LIUKai,WANGWei,GONGJian-wei,CHENHui-yan,CHENShu-ping.DynamicModelingandTr ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21张雷,解仑,金良辰,王志良.基于COME模块的单类支持向量机的入侵检测系统[J].北京理工大学学报(自然科学版),2019,39(9):978~986.ZHANGLei,XIELun,JINLiang-chen,WANGZhi-liang.IntrusionDetectionSystemBasedo ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21安慧林,刘国强,李艳红,宋佳祥,张超.宽频磁耦合谐振式无线电能传输系统谐振器设计[J].北京理工大学学报(自然科学版),2019,39(10):1069~1074,1080.ANHui-lin,LIUGuo-qiang,LIYan-hong,SONGJia-xiang,ZHANGChao.Reson ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21张志昊,杨青,孙柏刚,吴东伟,徐丹.250MPa共轨系统的压力波动特性及燃油物性参数试验研究[J].北京理工大学学报(自然科学版),2019,39(11):1113~1117.ZHANGZhi-hao,YANGQing,SUNBai-gang,WUDong-wei,XUDan.Experimenta ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21胡国良,张佳伟,喻理梵,钟芳.径向流磁流变阀动态性能及阀控缸系统阻尼特性研究[J].北京理工大学学报(自然科学版),2019,39(11):1118~1125.HUGuo-liang,ZHANGJia-wei,YULi-fan,ZHONGFang.DynamicPerformanceofRadial ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21宋玮,柯玛龙,廖安文,乔力.基于压缩感知的mMTC系统信道估计[J].北京理工大学学报(自然科学版),2019,39(11):1198~1202.SONGWei,KEMa-long,LIAOAn-wen,QIAOLi.CompressiveSensingBasedChanelEstimationfo ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21牛善帅,王军政,张鹏,汪首坤.基于负载口独立控制的双伺服阀控缸系统[J].北京理工大学学报(自然科学版),2019,39(12):1292~1297.NIUShan-shuai,WANGJun-zheng,ZHANGPeng,WANGShou-kun.SeparateMeterinandMetero ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21伍煦,伍青生.应用结构方程模型及多元回归分析的营销系统研究[J].北京理工大学学报(自然科学版),2019,39(12):1315~1320.WUXu,WUQing-sheng.MarketingSystemAnalysisBasedonStructuralEquationandMultipleRe ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21周亮,宋俊杰,王珊珊,张求德,丁明跃,尉迟明.超声断层成像系统对四肢成像的早期研究[J].北京理工大学学报(自然科学版),2019,39(S1):43~47.ZHOULiang,SONGJun-jie,WANGShan-shan,ZHANGQiu-de,DINGMing-yue,YUCHIMing. ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21
| |