期刊专题

10.3778/j.issn.1002-8331.1605-0338

基于半耦合稀疏表达的极低分辨率人脸识别

引用
现有基于学习的人脸超分辨率算法假设高低分辨率特征具有流形一致性(耦合字典学习),然而低分辨率图像的降质过程使得高低分辨率特征产生了"一对多"的映射关系偏差,减少了极低分辨率图像特征的判决信息,降低了超分辨率重建图像的识别率.针对这一问题,引入了半耦合稀疏字典学习模型,松弛高低分辨率流形一致性假设,同时学习稀疏表达字典和稀疏表达系数之间的映射函数,提升高低分辨率判决特征的一致性,在此基础上,引入协同分类模型,实现半耦合特征的高效分类.实验表明:相比于传统稀疏表达分类算法,算法不仅提高了识别率,并且还大幅度降低了时间开销,验证了半耦合稀疏学习字典在人脸识别中的有效性.

稀疏表达、半耦合、协同表达分类、极低分辨率、人脸识别

53

TP391.41(计算技术、计算机技术)

国家自然科学基金61502354;国家留学基金委资助;湖北省自然科学基金2012FFA099,2012FFA134, 2013CF125,2014CFA130,2015CFB451;湖北省湖北省青年科技晨光计划;测绘地理信息公益性行业科研专项201412014;武汉工程大学研究基金项目K201403

2017-12-14(万方平台首次上网日期,不代表论文的发表时间)

共7页

169-175

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

53

2017,53(22)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn