×

基于梯度域散射算子的遮挡鲁棒人脸识别。 (英语) Zbl 1271.68206号

摘要:本文提出了一种新的基于散射算子的梯度方向域遮挡鲁棒人脸识别算法。该算法将图像转换为GDD以去除伪边缘,然后使用散射算子从GDD中的人脸图像中提取人脸特征。由于散射算子具有局部平移不变性和变形稳定性,可以有效提取人脸的结构信息,因此该方法对遮挡和表情变化具有鲁棒性。我们的方案在多个数据集上展示了最先进的性能。特别是,我们的方法对AR数据库中的太阳镜图像和围巾的识别率分别达到了100%和95%,明显优于大多数现有方法。

MSC公司:

68吨10 模式识别、语音识别

软件:

AR面
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 内政部:10.1145/1276377.1276495·doi:10.1145/1276377.1276495
[2] 内政部:10.1109/34.598228·doi:10.1109/34.598228
[3] DOI:10.1109/TPAMI.2006.195·doi:10.1109/TPAMI.2006.195
[4] 陈海霞,国际小波,多分辨率。信息处理。10
[5] 内政部:10.1109/TBME.2005.863927·doi:10.1109/TBME.2005.863927
[6] DOI:10.1109/TSMCC.2005.848155·doi:10.1109/TSMCC.2005.848155
[7] DOI:10.1016/S0262-8856(99)00056-6·doi:10.1016/S0262-8856(99)00056-6
[8] He X.,IEEE翻译。模式分析。机器。智力。第27页,第328页–
[9] 内政部:10.1145/1141911.1142003·数字对象标识代码:10.1145/1141911.1142003
[10] 内政部:10.1109/83.597272·doi:10.1009/83.5597272
[11] Kim J.,IEEE传输。模式分析。机器。智力。1977年第27页–
[12] 刘C.,IEEE Trans。模式分析。机器。智力。第26页,第572页–
[13] 内政部:10.1002/cpa.21413·Zbl 1282.47009号 ·doi:10.1002/cpa.21413
[14] 内政部:10.1109/TPAMI.2002.1008382·doi:10.1109/TPAMI.2002.1008382
[15] 内政部:10.1109/TPAMI.2010.128·doi:10.1109/TPAMI.2010.128
[16] Plonka G.,Int.J.Wavelets,多分辨率。信息处理。10
[17] Sim T.,IEEE传输。模式分析。机器。智力。第1615页,共25页
[18] 内政部:10.1109/JPROC.2006.884093·doi:10.1010/JPROC.2006.884093
[19] DOI:10.1162/jocn.1991.3.1.71·doi:10.1162/jocn.1991.3.1.71
[20] DOI:10.1109/TPAMI.2008.79·doi:10.1109/TPAMI.2008.79
[21] DOI:10.1016/j.patcog.2011.01.007·doi:10.1016/j.patcog.2011.01.007
[22] You X.,IEEE传输。图像处理。第19页,共3271页·Zbl 1371.94442号 ·doi:10.1109/TIP.2010.2055570
[23] 内政部:10.1109/TIP.2009.2028255·Zbl 1371.94457号 ·doi:10.1109/TIP.2009.2028255
[24] 内政部:10.1142/S021969131004389·兹比尔1242.68278 ·doi:10.1142/S021969131004389
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。