×

基于分形理论的快速人脸识别。 (英语) 兹比尔1426.94023

摘要:如今,人们越来越关注身份识别过程中的准确性、快速性和方便性。在生物学和计算机视觉领域,已经提出了多种方法,而一种合适的人脸识别方法仍然是一个挑战。虽然在相对可控的条件下引入了一些可靠的系统和先进的方法,但在一般情况下,它们的识别率或速度并不令人满意。当姿势、光照和面部表情发生变化时,尤其如此。提出了一种基于分形理论的快速人脸识别方法。该方法是对人脸图像进行压缩,得到分形编码,并利用这些编码完成人脸识别。在Yale、FERET和CMU PIE数据库上的实验结果证明了该方法在运行时的高效性和正确率。

MSC公司:

94A08型 信息与通信理论中的图像处理(压缩、重建等)
68吨10 模式识别、语音识别
68平方英寸10 图像处理的计算方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 高奇。;张,L。;张,D.,使用FLDA进行人脸识别,每人只需一张训练图像,Appl。数学。计算。,205, 2, 726-734 (2008) ·Zbl 1152.68679号
[2] Ko,M。;Barkana,A.,使用FLDA解决人脸识别中的一个样本问题的新方案,Appl。数学。计算。,217, 24, 10368-10376 (2011) ·Zbl 1221.62096号
[3] 高强强。;风扇,L.a。;Xu,L.Z.,基于中值-零(Sw)的人脸特征识别方法,应用。数学。计算。,219, 12, 6410-6419 (2013) ·Zbl 1410.68334号
[4] 李,X。;Fei,S。;Zhang,T.,基于中值MSD的人脸识别方法,神经计算,72,16-18,3930-3934(2009)
[5] 杨,J。;张,D。;Yang,J.Y.,Median LDA:一种稳健的人脸识别特征提取方法,(IEEE系统、人与控制论国际会议论文集,5(2006),IEEE),4208-4213
[6] 李,L。;高杰。;Ge,H.,一种新的基于半离散分解的单样本人脸识别方法,Optik,127,19,7408-7417(2016)
[7] 李,L。;Ge,H。;Gao,J.,基于MSD的最大最小中值平均人脸识别方法,AEU-国际电子杂志。社区。,70, 7, 920-927 (2016)
[8] Rikhtegar,A。;Pooyan,M。;Manzuri Shalmani,M.T.,用于人脸识别应用的卷积神经网络的遗传算法优化结构,IET Comput。视觉。,10, 6, 559-566 (2016)
[9] 刘,Y。;Pados,D.A。;Yeh,C.H.,两阶段张量局部保持投影人脸识别,(IEEE第二届多媒体大数据国际会议论文集,BigMM 2016(2016)),214-218
[10] Ramaiah,N.P。;伊吉纳,E.P。;Mohan,C.K.,使用卷积神经网络的照明不变人脸识别,(IEEE信号处理、信息学、通信和能源系统国际会议论文集,SPICES 2015(2015))
[11] 诺鲁齐,Y。;Kaffashpour-Yazdi,M。;Araghi,S.,遗传算法与基于张量的人脸识别算法的融合,(伊朗机器视觉和图像处理会议论文集(2016),MVIP),96-99
[12] Tan,T。;Yan,H.,使用加权分形邻域距离进行人脸识别,IEEE Trans。系统。人,赛博。,35, 4, 576-582 (2005)
[13] Tan,T。;严浩,基于分形邻域距离的目标识别,信号处理。,81, 2105-2129 (2001)
[14] Tan,T。;严浩,分形邻域距离测度,模式识别。,35, 1371-1387 (2002) ·Zbl 0997.68124号
[15] 吉,G。;郑浩。;刘,Z。;Ren,X.,基于分形邻域距离的细胞图像匹配,国际自然计算。,4, 609-612 (2008)
[16] 王建基;郑南宁,基于皮尔逊相关系数的块分类和排序分形图像压缩新方案,IEEE Trans。图像处理。,22, 9, 3690-3702 (2013)
[17] Nikonorov,A.V。;Minaev,E.Y.,彩色图像上紧凑伪影的分形识别,Br.J.Haematol。,164, 1, 39-52 (2014)
[18] 尹,J。;Wei,L。;宋,M。;Zeng,W.,基于协同表示的分类的优化投影及其在人脸识别中的应用,模式识别。莱特。,73, 83-90 (2016)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。