电视技术
電視技術
전시기술
TV ENGINEERING
2013年
23期
230-233
,共4页
人脸识别%特征抽取%稀疏编码%最大似然估计
人臉識彆%特徵抽取%稀疏編碼%最大似然估計
인검식별%특정추취%희소편마%최대사연고계
face recognition%feature extraction%sparse coding%maximum likelihood estimation
稀疏编码(SRC)是一种用于人脸识别的方法,该方法把检测图像表示为一组训练样本的稀疏线性组合,表示的准确性通过L2或L1残余项来衡量.此模型假定编码残余项服从高斯分布或拉普拉斯分布,实际上却不能很准确地描述编码错误率.为了解决这个问题,提出了一种新的稀疏编码方法,建立一种有约束的回归问题模型,用最大似然稀疏编码(MSC)寻找此模型的最大似然估计参数,对异常情况具有很强的鲁棒性.在Yale及ORL人脸数据库的实验结果表明了该方法对于人脸模糊、光照及表情变化等的有效性及鲁棒性.
稀疏編碼(SRC)是一種用于人臉識彆的方法,該方法把檢測圖像錶示為一組訓練樣本的稀疏線性組閤,錶示的準確性通過L2或L1殘餘項來衡量.此模型假定編碼殘餘項服從高斯分佈或拉普拉斯分佈,實際上卻不能很準確地描述編碼錯誤率.為瞭解決這箇問題,提齣瞭一種新的稀疏編碼方法,建立一種有約束的迴歸問題模型,用最大似然稀疏編碼(MSC)尋找此模型的最大似然估計參數,對異常情況具有很彊的魯棒性.在Yale及ORL人臉數據庫的實驗結果錶明瞭該方法對于人臉模糊、光照及錶情變化等的有效性及魯棒性.
희소편마(SRC)시일충용우인검식별적방법,해방법파검측도상표시위일조훈련양본적희소선성조합,표시적준학성통과L2혹L1잔여항래형량.차모형가정편마잔여항복종고사분포혹랍보랍사분포,실제상각불능흔준학지묘술편마착오솔.위료해결저개문제,제출료일충신적희소편마방법,건립일충유약속적회귀문제모형,용최대사연희소편마(MSC)심조차모형적최대사연고계삼수,대이상정황구유흔강적로봉성.재Yale급ORL인검수거고적실험결과표명료해방법대우인검모호、광조급표정변화등적유효성급로봉성.
