徐争元
- 作品数：3 被引量：7H指数：2
- 供职机构：安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室更多>>
- 发文基金：国家教育部博士点基金安徽省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 稀疏表示人脸识别算法的研究与改进被引量：5
- 2013年
- 为了提高稀疏表示人脸识别技术在对姿态、光照等情况下的识别率和鲁棒性,在GSRC算法的理论基础上提出使用向量总变差模型取代最小l1范数进行稀疏求解。在扩展YaleB人脸数据库和ORL人脸数据库上的数值实验结果中,改进方法在识别率和鲁棒性上都得到了提高,尤其在低维观测数据下,具有较大的优势。表明使用向量总变差模型进行稀疏求解在稀疏表示人脸识别中更具有优势。
- 徐争元张成韦穗
- 基于Gabor特征的稀疏表示人脸识别研究
- 人脸识别是计算视觉中的一个极具挑战性的课题。虽然目前已涌现一大批具有代表性的方法:例如基于几何特征模型、子空间分析、弹性图匹配模型和特征脸等。不过，这些经典的方法仅仅考虑了训练样本的全局分布;计算复杂度高，对变化的姿态、...
- 徐争元
- 关键词：GABOR特征人脸识别测量矩阵特征信息
- 文献传递
- 基于单演特征和稀疏表示的人脸识别被引量：2
- 2014年
- 为了使得稀疏表示分类方法具有更好的识别效果,提出了基于单演特征的稀疏表示分类(MSRC)方法.相对于Gabor特征,单演特征能够用于提取图像的相位信息,而相位信息对光照不敏感,因此MSRC方法能提高图像的光照鲁棒性.相对于Gabor特征的多尺度和多方向,单演特征能够减少特征的处理时间.实验结果表明:文中所提的方法具有使用价值,识别率和速度方面得到了一定的提升.
- 章权兵黄翔徐争元苏娟
- 关键词：人脸识别GABOR特征
