《基於自調進度稀疏表示的人臉識別算法研究》是依託南京航空航天大學,由朱旗擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名:基於自調進度稀疏表示的人臉識別算法研究
- 項目類別:青年科學基金項目
- 項目負責人:朱旗
- 依託單位:南京航空航天大學
《基於自調進度稀疏表示的人臉識別算法研究》是依託南京航空航天大學,由朱旗擔任項目負責人的青年科學基金項目。
《基於自調進度稀疏表示的人臉識別算法研究》是依託南京航空航天大學,由朱旗擔任項目負責人的青年科學基金項目。項目摘要近年來,稀疏表示是人臉識別領域中的一個研究熱點。相比傳統的稀疏表示模型,基於Lp範數(0)結題摘要稀疏表示...
《基於稀疏表示的人臉識別研究》是依託電子科技大學,由孟繼成擔任醒目負責人的青年科學基金項目。項目摘要 人臉識別是計算機視覺和模式識別等領域的核心課題之一,具有重要的理論和套用價值。人臉識別中的小樣本、多姿態、變光照、有遮擋等...
本項目的研究和深化將對稀疏表示、社會環境信息和人臉識別的理論和算法研究有所貢獻,並具有廣闊的套用前景。結題摘要 傳統的人臉識別方法在姿態、光照和表情變化等情況下,識別性能會受到較大的限制,最近一些工作表明諸如衣服和社會關係等...
本研究在理論和關鍵技術上的突破對於探索新的人臉識別算法具有重要的理論意義和實用價值。結題摘要 申請人主持的青年科學基金項目在過完備字典設計和稀疏表示求解算法等領域進行了深入研究,在基於二維/三維Gabor函式的過完備字典設計、稀疏...
《基於稀疏算法的人臉識別》是2014年12月國防工業出版社出版的圖書,作者是徐勇。內容簡介 本書重點介紹稀疏算法及其改進方法在人臉識別中的套用,共分三部分。第一部分介紹降維方法等經典人臉描述與識別方法。第二部分介紹“局部”人臉描述...
項目組主要在圖像特徵表示理論、人臉識別算法、資料庫建設上做出了創新性成果: 1. 提出疊加線性表示和變換主成分分析等特徵表示新方法,理論解釋了稀疏表示在人臉識別中的判別性根源,增強了小樣本條件下的圖像識別率和穩定性,2篇相關...
.本項目的創新之處是:(1)設計一種基於粒計算思想的初級視覺篩選規則,構建一種新的適合真實環境人臉的視覺感知計算模型;(2)提出真實環境人臉的顯著特徵和Gist特徵概念並給出相應特徵抽取算法;(3)提出一種稀疏視覺特徵學習算法進行...
《基於表達殘差稀疏性的遮擋人臉識別方法研究》是依託哈爾濱工業大學,由米建勛擔任項目負責人的青年科學基金項目。項目摘要 人臉識別技術成為近三十年里圖像處理和模式識別中最熱門的研究主題之一。如何識別被遮擋的人臉是該技術目前面臨的一個...
《基於非負稀疏編碼的人臉識別算法研究》是依託中國科學院合肥物質科學研究院,由孫戰里擔任項目負責人的青年科學基金項目。項目摘要 本項目主要研究基於視覺機理模擬的非負稀疏編碼算法,及其在人臉識別中的套用。首先,從人臉圖像的結構稀疏...
《基於核化高階差分模式和稀疏回歸分析的人臉識別研究》是依託北京航空航天大學,由張寶昌擔任項目負責人的青年科學基金項目。項目摘要 人臉識別是生物特徵識別領域的熱點和難點,具有重要的理論意義和套用價值。人臉複雜的結構以及多變的採集...
為了解決小維度,小樣本的人臉識別問題,提出了基於稀疏表示和奇異值分解的人臉識別算法,實驗表明該方法在 ORL 人臉庫上取得了較好的效果。目標跟蹤 近年來,稀疏表示在目標跟蹤領域也得到的廣泛套用。針對紅外圖像序列中目標與背景對比度低...
第二,基於機率年齡段估計的年齡段自適應的人臉識別。第三,基於年齡段自適應算法選擇合適的特徵定位和特徵提取算法。第四,基於稀疏表示的面部對齊快速算法。由於面部對齊對於人臉識別算法具有關鍵作用,因此本研究主要基於稀疏表示對人臉進行...
《基於子空間和流形學習的人臉識別算法研究》利用先驗類標籤信息重新構造傳統保局投影算法中的權重矩陣,基於改進後的保局投影算法得到變換矩陣;用線性鑑別的思想篩選出變換矩陣中的最優基向量,構成最終的變換矩陣。把訓練樣本和測試樣本...
主要研究內容包括了:①著重研究基於四元數的4D人臉識別的相關算法,提出了基於四元數奇異值分解的4D人臉關鍵點提取方法、基於四元數Gabor的4D人臉局部特徵表示方法。在上述研究內容的基礎上,研究了基於四元數稀疏表示的4D人臉識別方法。...
本項目按預定計畫,完成了文獻調研,理論研究,算法設計,數據處理和實驗驗證等工作。首先,我們針對視頻特性,例如訓練樣本中目標漂移和光照姿態變化巨大等,分別提出了基於稀疏最佳化和基於低秩約束的流形學習視頻人臉識別算法,設計了適合多態...
研究基於三維人臉知識庫的三維表示模型,及其與二維人臉圖象的快速匹配算法。針對不同光照、不同姿態的二維人臉圖象,研究基於三維表示模型的最本質特徵信息的提取方法與有效的人臉識別方法。.作為科學問題的人臉識別是最典型、最困難的模式...