您好,歡迎來電子發燒友網! 請登錄,新用戶?[免費注冊]
推薦 + 挑錯 + 收藏(0) + 用戶評論(0)
分享到:
目前的人臉識別算法常常忽視訓練過程中噪聲的影響,特別是在訓練數據和待測數據都受到噪聲污染的情況下,識別性能會明顯下降。針對含有光照變化、偽裝、遮擋及表情變化等較大噪聲的人臉識別問題,提出了一種基于低秩子空間投影和Gabor特征的稀疏表示人臉識別算法。該算法首先通過低秩矩陣恢復算法得到訓練樣本的潛在低秩結構和稀疏誤差結構;然后利用主成分分析法找到低秩結構的Gabor特征所在低秩子空間的變換矩陣;再通過變換矩陣將所有樣本的Gabor特征向量投影到低秩子空間上,在該低秩子空間上使用稀疏表示分類算法進行最終的分類識別。在Extend Yale B和AR數據庫上的實驗表明,新算法具有較高的識別率和較強的抗干擾能力。 ?
非常好我支持^.^
(0) 0%
不好我反對
發表評論,獲取積分! 請遵守相關規定!提 交
or
注冊會員
游客:
Copyright © 2006-2013 elecfans.com.All Rights Reserved
電子發燒友 ( 電路圖 ) 湘ICP備2023018690號