光电工程
光電工程
광전공정
OPTO-ELECTRONIC ENGINEERING
2005年
2期
93-96
,共4页
赵明华%游志胜%赵永刚%吕学斌%穆万军
趙明華%遊誌勝%趙永剛%呂學斌%穆萬軍
조명화%유지성%조영강%려학빈%목만군
模式识别%人脸识别%小波变换%多尺度分析%神经网络尺度自回归
模式識彆%人臉識彆%小波變換%多呎度分析%神經網絡呎度自迴歸
모식식별%인검식별%소파변환%다척도분석%신경망락척도자회귀
考虑近似图像信息和细节图像信息,提出了GNSA多尺度模型.该模型利用具有1个隐含层和50个隐单元的神经网络建立不同尺度图像间的映射关系;使用反向传播算法训练神经网络,确定这种映射关系;根据该映射关系由低分辨力图像估计高分辨力图像.采用亮度相似性和对比度相似性量化估计图像与目标图像间的相似程度.实验表明,以该模型分析得到的两种相似性分别为89.907%和96.196%;以该模型为基础的人脸识别系统对光照具有很好的鲁棒性.
攷慮近似圖像信息和細節圖像信息,提齣瞭GNSA多呎度模型.該模型利用具有1箇隱含層和50箇隱單元的神經網絡建立不同呎度圖像間的映射關繫;使用反嚮傳播算法訓練神經網絡,確定這種映射關繫;根據該映射關繫由低分辨力圖像估計高分辨力圖像.採用亮度相似性和對比度相似性量化估計圖像與目標圖像間的相似程度.實驗錶明,以該模型分析得到的兩種相似性分彆為89.907%和96.196%;以該模型為基礎的人臉識彆繫統對光照具有很好的魯棒性.
고필근사도상신식화세절도상신식,제출료GNSA다척도모형.해모형이용구유1개은함층화50개은단원적신경망락건립불동척도도상간적영사관계;사용반향전파산법훈련신경망락,학정저충영사관계;근거해영사관계유저분변력도상고계고분변력도상.채용량도상사성화대비도상사성양화고계도상여목표도상간적상사정도.실험표명,이해모형분석득도적량충상사성분별위89.907%화96.196%;이해모형위기출적인검식별계통대광조구유흔호적로봉성.
