彭燕
- 作品数：3 被引量：7H指数：1
- 供职机构：燕山大学信息科学与工程学院更多>>
- 发文基金：河北省自然科学基金国家自然科学基金中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 非最小平方误差局部-全局加权融合的稀疏表示遮挡人脸识别被引量：6
- 2015年
- 考虑到图像遮挡后部分局部信息属性改变,在利用最小残差判决函数分类时,各类残差可能因较接近而导致分类错误.针对此问题,从分类器判决函数出发,提出基于稀疏系数累积的局部-全局加权融合的稀疏表示遮挡人脸识别算法.该算法主要利用各类稀疏表示系数累积作为判决函数,使用Borda投票机制进行分类.利用系数累积进行全局分类,然后对局部各块分类,考虑到子块作用不同,利用稀疏度和残差两个参数表示其可信度权重,最后将全局和局部融合Borda投票,统计各类投票总数,实现分类.在公用数据库进行实验,结果表明该算法具有较好的有效性和鲁棒性.
- 胡正平彭燕赵淑欢
- 关键词：人脸识别
- 近邻类加权结构稀疏表示图像识别算法被引量：1
- 2014年
- 针对如何将近邻、子空间学习与稀疏表示结合起来解决基于稀疏表示的图像识别问题,本文综合考虑子空间中样本的类内散度小,类间散度大,且同类中所有样本对重构某一给定样本的影响相似(即表示系数相似),因此按类而非样本处理的思想更符合基于类重构误差进行分类的算法要求,为此提出一种基于近邻类加权结构稀疏表示算法用于图像识别。该算法首先利用线性类重构误差选取k个最近邻类,并将其对应的系数作为权值对投影后的近邻类加权,其次在投影子空间上,用k个类的加权训练样本集对测试样本进行结构稀疏表示,最后根据最小类重构误差得出分类结果。在AR,Yale B,MNIST,PIE数据库上的实验结果表明该方法在训练样本数较少的情况下获得较高的识别率且具有一定的鲁棒性。
- 胡正平赵淑欢彭燕王宁
- 核空间系数累积稀疏表示人脸分类模型研究
- 图像识别作为人工智能的重要分支,在军事,刑案侦查,机器视觉等领域都得到成功应用。但因图像摄取不确定性以及姿态复杂性问题,目前图像识别研究仍面临着巨大挑战。本文在国内外关于稀疏表示方面研究成果的基础上,围绕稀疏表示分类判决...
- 彭燕
- 关键词：人脸识别核映射
- 文献传递
