李艺敏
- 作品数：2 被引量：4H指数：1
- 供职机构：长沙理工大学计算机与通信工程学院更多>>
- 发文基金：湖南省教育厅优秀青年基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于改进字典学习算法的人脸识别
- 2014年
- 为了提高基于稀疏表示的人脸识别速度和对图像的噪声、遮挡、损坏的鲁棒性,提出了拓展的稀疏表示模型和D-KSVD(Discrimination K-SVD)的人脸识别算法。在原始的稀疏表示模型中添加了残差向量作为系数修正向量,使得拓展的稀疏表示模型具有更强的鲁棒性。针对字典学习中只包含表示能力没有包含类别信息的问题,在字典学习中添加了稀疏编码和分类器参数约束项,在字典学习的过程中同时更新稀疏编码和分类器参数,使字典中包含很好的表示能力和判别分类能力,用其稀疏编码系数进行人脸识别分类时能获得更好的识别性能。
- 李艺敏
- 关键词：字典学习人脸识别
- 基于拓展稀疏表示模型和LC-KSVD的人脸识别被引量：4
- 2016年
- 为了提高人脸的识别率和识别速度及其识别的鲁棒性,提出了基于拓展稀疏表示模型和LC-KSVD(Label Consist K-SVD)的人脸识别算法。针对字典学习中只包含表示能力没有包含类别信息的问题,在原始的稀疏表示模型中添加了残差向量作为系数修正向量,使得拓展稀疏表示模型具有更强的鲁棒性;在字典学习中添加稀疏编码和分类器参数约束项,通过字典学习同时更新稀疏编码和分类器参数,使字典中包含很好的表示能力和判别分类能力。实验结果表明,基于拓展稀疏表示模型和LC-KSVD的人脸识别具有高识别率和低识别速度,并且有很好的鲁棒性。
- 张建明何双双吴宏林熊兵李艺敏
- 关键词：字典学习人脸识别
