基于优化投影矩阵的人脸识别技术研究

被引：10

作者：

于爱华 ^{[1
,2
,3
]}

白煌 ^{[1
,2
]}

孙斌斌 ^{[1
,2
]}

侯北平 ^{[3
]}

机构：

[1] 浙江工业大学信息工程学院

[2] 浙江工业大学浙江省信号处理重点实验室

[3] 浙江科技学院自动化及电气工程学院

来源：

浙江工业大学学报 | 2016年 / 44卷 / 04期

基金：

浙江省自然科学基金;

关键词：

人脸识别; 压缩感知; 投影矩阵; 同伦算法;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对大数据背景下人脸识别技术存在的问题,提出一种基于压缩感知的人脸识别技术架构.系统首先利用人脸训练样本优化设计投影矩阵,然后利用优化的投影矩阵进行人脸图像的压缩感知,利用同伦算法进行快速稀疏表示分类.这样人脸识别系统一方面避免大数据传输和存储压力,另一方面可以有效保证系统识别率,实验仿真证实了研究工作的有效性.

引用

页码：392 / 398

页数：7

共 10 条

[1] 基于最小均方delta规则的神经网络工件识别 [J].

朱海涛 ;

徐建明 ;

何德峰 ;

邢科新 ;

丁毅 .

浙江工业大学学报, 2014, (02) :219-224+236

[2] 基于非负稀疏图的高光谱数据降维 [J].

高阳 ;

王雪松 ;

程玉虎 .

电子与信息学报, 2013, 35 (05) :1177-1184

[3] 基于纹理权重的AAM人脸特征点检测方法 [J].

郑博 ;

毛剑飞 ;

梁荣华 .

浙江工业大学学报, 2012, 40 (06) :661-665

[4] 基于神经网络的数字验证码识别研究附视频 [J].

吕刚 ;

郝平 .

浙江工业大学学报, 2010, (04) :433-436

[5]

Optimized projections for compressed sensing via rank-constrained nearest correlation matrix[J] . Nicolae Cleju. Applied and Computational Harmonic Analysis . 2013

[6]

A gradient-based alternating minimization approach for optimization of the measurement matrix in compressive sensing[J] . Vahid Abolghasemi,Saideh Ferdowsi,Saeid Sanei. Signal Processing . 2011 (4)

[7] PCA and LDA in DCT domain [J].

Chen, WL ;

Er, MJ ;

Wu, SQ .

PATTERN RECOGNITION LETTERS, 2005, 26 (15) :2474-2482

[8]

Face recognition[J] . W. Zhao,R. Chellappa,P. J. Phillips,A. Rosenfeld. ACM Computing Surveys (CSUR) . 2003 (4)

[9] SUPPORT-VECTOR NETWORKS [J].

CORTES, C ;

VAPNIK, V .

MACHINE LEARNING, 1995, 20 (03) :273-297

[10] EIGENFACES FOR RECOGNITION [J].

TURK, M ;

PENTLAND, A .

JOURNAL OF COGNITIVE NEUROSCIENCE, 1991, 3 (01) :71-86

← 1 →