期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一种基于遮挡区域补偿的眼镜去除方法 被引量:1
1
作者 胡国靖 娄震 《计算机应用研究》 CSCD 北大核心 2013年第12期3863-3865,共3页
为了提高戴眼镜人脸图像的识别率,提出了一种从人脸图像中检测并去除眼镜的方法。首先对输入的戴眼镜人脸图像与系统预留的无眼镜人脸图像进行基于人眼位置的标定,检测出眼镜遮挡区域,再用无眼镜人脸图像中对应的遮挡区域对戴眼镜人脸... 为了提高戴眼镜人脸图像的识别率,提出了一种从人脸图像中检测并去除眼镜的方法。首先对输入的戴眼镜人脸图像与系统预留的无眼镜人脸图像进行基于人眼位置的标定,检测出眼镜遮挡区域,再用无眼镜人脸图像中对应的遮挡区域对戴眼镜人脸图像进行补偿,从而合成了对应输入图像的不戴眼镜的人脸图像。实验结果表明,该方法能有效地合成无眼镜人脸图像,将合成后的人脸图像再应用于人脸识别系统,识别率显著提高。 展开更多
关键词 人脸识别 眼镜去除 图像标定 遮挡区域检测 图像合成
在线阅读 下载PDF
一种用于细粒度人脸识别的眼镜去除方法 被引量:4
2
作者 毛亮 薛月菊 +1 位作者 魏颖慧 朱婷婷 《电子与信息学报》 EI CSCD 北大核心 2021年第5期1448-1456,共9页
为解决眼镜遮挡会降低人脸识别性能的难点,借鉴深度卷积神经网络在超分辨率方面的成功应用,该文提出一种用于细粒度人脸识别的眼镜自动去除方法ERCNN。用卷积层、池化层、MFM特征选取模块和反卷积层设计ERCNN网络模型,自动学习戴眼镜和... 为解决眼镜遮挡会降低人脸识别性能的难点,借鉴深度卷积神经网络在超分辨率方面的成功应用,该文提出一种用于细粒度人脸识别的眼镜自动去除方法ERCNN。用卷积层、池化层、MFM特征选取模块和反卷积层设计ERCNN网络模型,自动学习戴眼镜和未戴眼镜人脸图像对之间的映射关系,实现端到端的眼镜去除。然后,收集大量监控场景下的人脸图像,以及互联网上公开的人脸图像作为训练集;同时构建SLLFW数据集,作为眼镜去除和人脸识别的测试集。最后,通过与传统的眼镜去除方法进行对比试验,该文算法的各项评价指标优于传统方法,能有效的去除真实人脸图像中眼镜;同时在SLLFW人脸数据集上形成的全框眼镜、半框眼镜和无框眼镜人脸数据集上对多种人脸识别算法进行对比试验。试验表明,在FAR为1%的情况下,利用该文方法对FSLLFW,H-SLLFW和R-SLLFW数据集的人脸图像进行眼镜去除后,SphereFace算法的TAR分别达到90.05%,91.14%和92.33%,比未去除眼镜的识别率分别提高了3.92%,3.08%和1.26%;同样,在FAR为0.1%的情况下,比SphereFace算法的TAR分别提高了10.06%,4.29%和2.13%,说明该文方法有助于提升细粒度人脸识别的识别精度。 展开更多
关键词 人脸识别 深度卷积网络 特征选择 眼镜去除
在线阅读 下载PDF
最小距离搜索的扇形线性插值补偿法去除眼镜
3
作者 张欣 于红 +1 位作者 马新利 王兵 《小型微型计算机系统》 CSCD 北大核心 2017年第3期610-614,共5页
人脸图像遮挡物去除作为图像预处理技术的组成部分是人脸识别的重要前提,眼镜作为人脸最常见的遮挡物对人脸识别有着重要的影响,去除人脸图像中的眼镜,有助于提高人脸识别率.提出一种从正面人脸图像中自动去除眼镜的方法.首先对人脸图... 人脸图像遮挡物去除作为图像预处理技术的组成部分是人脸识别的重要前提,眼镜作为人脸最常见的遮挡物对人脸识别有着重要的影响,去除人脸图像中的眼镜,有助于提高人脸识别率.提出一种从正面人脸图像中自动去除眼镜的方法.首先对人脸图像进行基于半阈值和最小方差滤波的阈值分割判断是否有眼镜并获得眼镜的遮挡区域;然后提出了最小距离搜索的补偿域匹配算法与扇形线性插值补偿算法相结合的眼镜去除方法,得到最佳匹配补偿域并减少补偿遗漏点,得到不戴眼镜的人脸图像.将戴眼镜的人脸图像和无眼镜的人脸图像作为一组样本集,将去除眼镜后的人脸图像和无眼镜的人脸图像作为另一组样本集,使用基于局部二值模式的人脸识别算法,去除眼镜后的人脸图像的识别率明显提高.实验结果表明,该方法易于实现,眼镜去除视觉效果好,提高了人脸识别率. 展开更多
关键词 眼镜去除 眼镜检测 最小距离 扇形 线性插值
在线阅读 下载PDF
人脸图像中眼镜检测与边框去除方法
4
作者 陈文青 王佰玲 《计算机工程与应用》 CSCD 北大核心 2016年第15期178-182,232,共6页
眼镜边框是影响精确提取人脸图像特征的因素之一,为此提出了一种眼镜检测和边框去除的方法。该方法由眼镜检测、眼镜边框定位和被遮挡图像修复三部分构成。提取眼睛估计区域的边缘特征并基于神经网络的方法检测眼镜;利用二值化和数学形... 眼镜边框是影响精确提取人脸图像特征的因素之一,为此提出了一种眼镜检测和边框去除的方法。该方法由眼镜检测、眼镜边框定位和被遮挡图像修复三部分构成。提取眼睛估计区域的边缘特征并基于神经网络的方法检测眼镜;利用二值化和数学形态学的方法定位眼镜边框;通过插值的方法修复被眼镜边框遮挡的图像。实验结果表明,该方法与传统基于PCA的方法相比,眼镜去除后的人脸图像更加自然。同时,实验结果也表明该方法有助于人脸识别性能的提升。 展开更多
关键词 眼镜检测 眼镜边框去除 人脸识别 肤色模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部