检索结果-南通市图书馆

检索条件"主题词=稀疏表达算法"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

再生核希尔伯特空间中基于稀疏表达算法的人脸识别研究

再生核希尔伯特空间中基于稀疏表达算法的人脸识别研究

引用

作者：赵佳中国石油大学(华东)

学位级别：硕士

人脸识别是机器视觉和模式识别领域富有挑战性的经典课题,同时也具有较为广泛的应用意义。目前,稀疏表达（Sparse Representation,SR）算法在人脸识别领域得到广泛关注和应用,其中较为成功的方法有基于稀疏表达算法的分类器（Sparse Rep... 详细信息

人脸识别是机器视觉和模式识别领域富有挑战性的经典课题,同时也具有较为广泛的应用意义。目前,稀疏表达（Sparse Representation,SR）算法在人脸识别领域得到广泛关注和应用,其中较为成功的方法有基于稀疏表达算法的分类器（Sparse Representation based Classifier,SRC）,以及基于协同表达算法的分类器（Collaborative Representation Classifier,CRC）。虽然SRC和CRC算法在人脸识别中都取得了不错的效果,然而两种算法都是直接利用训练样本作为词典,这样不同的训练集对分类结果的影响很大,并且对于测试样本,拟合误差也比较大,为此,基于SRC或者CRC算法,有人提出了对每个类别的训练样本进行词典学习,通过学习的方式构造每个类别的子空间,形成基于每个类别词典学习的SRC（Class Specific Dictionary Learning for SRC,CSDL-SRC）算法和CRC（Class Specific Dictionary Learning for CRC,CSDL-CRC）算法。无论是CSDL-SRC算法还是CSDL-CRC算法,都有效的降低测试样本在相应子空间内的拟合误差,从而提升了人脸识别性能。上述方法受锢于SR算法体系中欧氏空间的假设,无法捕捉复杂数据的非线性结构,而在很多实际应用中,特征往往具有内禀的非线性结构和关系。为了增强上述方法处理非线性结构和关系的能力,本文引入核方法,旨在将上述方法推广至再生核希尔伯特空间,进而有效发掘复杂数据的隐藏特征,从而减小特征量化误差,提升人脸图像分类性能。本文做了如下工作:1.总结概述了稀疏表达算法。深入分析了目前常用的几种稀疏表达算法的原理及应用研究,并对其存在的问题和缺点进行了总结,指出其在处理非线性结构和关系方面存在很大的不足;2.提出了再生核希尔伯特空间基于稀疏表达算法的分类器（Kernel Sparse Representation based Classifier,KSRC）方法和再生核希尔伯特空间基于协同表达算法的分类器（Kernel Collaborative Representation based Classifier,KCRC）方法。回顾了SRC及CRC方法,并将两种方法推广至再生核希尔伯特核空间,形成了再生核希尔伯特空间基于稀疏表达算法的分类器KSRC方法和再生核希尔伯特空间基于协同表达算法的分类器KCRC方法。在三个基准人脸数据库上进行了大量的实验,结果显示所提出的方法提升了分类精确度;3.提出了基于每个类别词典学习的KSRC（CSDL-KSRC）算法和基于每个类别词典学习的KCRC（CSDL-KCRC）算法。详细介绍了分类词典学习方法,分析了该方法与SRC以及CRC结合的算法,并融合核技术,提出了基于每个类别词典学习的KSRC（CSDL-KSRC）算法和基于每个类别词典学习的KCRC（CSDL-KCRC）算法。在三个基准人脸数据库上进行了大量的实验,结果显示所提出的方法改善了分类性能。

关键词：人脸识别稀疏表达算法再生核希尔伯特空间分类学习词典

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：