-
题名基于图像超分辨极限学习机的极低分辨率人脸识别
被引量：6
- 1
-
-
作者
卢涛
杨威
万永静
-
机构
武汉工程大学计算机科学与工程学院
武汉工程大学智能机器人湖北省重点实验室
-
出处
《计算机应用》
CSCD
北大核心
2016年第2期580-585,共6页
-
基金
国家863计划项目(2013AA12A202)
国家自然科学基金资助项目(61172173
+8 种基金
61502354)
国家留学基金管理委员会项目
湖北省自然科学基金资助项目(2012FFA099
2012FFA134
2013CF125
2014CFA130
2015CFB451)
湖北省教育厅重点科研项目(D20141505)
武汉工程大学科学研究基金资助项目(K201403)~~
-
文摘
极低分辨率图像本身包含的判别信息少且容易受到噪声的干扰,在现有的人脸识别算法下识别率较低。为了解决这一问题,提出一种基于图像超分辨率(SR)极限学习机(ELM)的人脸识别算法。首先,从样本库学习耦合的高低分辨率图像稀疏表达字典,利用高低分辨率表达系数的流形一致性重建高分辨率图像;其次,在超分辨率重建的高分辨率(HR)图像上构建ELM模型,训练获得前向神经网络的连接权值;最后,通过ELM预测输入极低人脸图像的类别属性。实验结果表明,针对于重建后的极低分辨率人脸图片,与协同表示的分类(CRC)人脸识别算法相比,所提算法将识别率分别提升了2%;同时也大幅度缩短了识别的时间。结果表明所提算法能够有效解决极低分辨率图片判决信息不足的问题,具有较好的识别能力。
-
关键词
稀疏表达
超分辨率
极限学习机
极低分辨率
人脸识别
-
Keywords
sparse representation
Super-Resolution（SR）
Extreme Learning Machine（ELM）
very low resolution
face recognition
-
分类号
TP391.413
[自动化与计算机技术—计算机应用技术]
-
-
题名基于半耦合稀疏表达的极低分辨率人脸识别
被引量：2
- 2
-
-
作者
杨威
卢涛
汪浩
-
机构
武汉工程大学计算机科学与工程学院
智能机器人湖北省重点实验室(武汉工程大学)
-
出处
《计算机工程与应用》
CSCD
北大核心
2017年第22期169-175,共7页
-
基金
国家自然科学基金(No.61502354)
国家留学基金委资助
+7 种基金
湖北省自然科学基金(No.2012FFA099
No.2012FFA134
No.2013CF125
No.2014CFA130
No.2015CFB451)
湖北省湖北省青年科技晨光计划
测绘地理信息公益性行业科研专项(No.201412014)
武汉工程大学研究基金项目(No.K201403)
-
文摘
现有基于学习的人脸超分辨率算法假设高低分辨率特征具有流形一致性(耦合字典学习),然而低分辨率图像的降质过程使得高低分辨率特征产生了"一对多"的映射关系偏差,减少了极低分辨率图像特征的判决信息,降低了超分辨率重建图像的识别率。针对这一问题,引入了半耦合稀疏字典学习模型,松弛高低分辨率流形一致性假设,同时学习稀疏表达字典和稀疏表达系数之间的映射函数,提升高低分辨率判决特征的一致性,在此基础上,引入协同分类模型,实现半耦合特征的高效分类。实验表明:相比于传统稀疏表达分类算法,算法不仅提高了识别率,并且还大幅度降低了时间开销,验证了半耦合稀疏学习字典在人脸识别中的有效性。
-
关键词
稀疏表达
半耦合
协同表达分类
极低分辨率
人脸识别
-
Keywords
sparserepresentation
semi-couple
CollaborativeRepresentationClassification （CRC）
extremelylowreso-lution
facerecognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
