论文部分内容阅读
提出了基于权值融合虚拟样本的LBP特征人脸识别算法。首先生成轴对称虚拟样本,再提取LBP特征进行协同表示分类,最后加权值融合,分析不同权值下的人脸识别率。实验结果显示识别率有所提高,在权值融合中原始样本作为主体成分,能最优化识别率。结果表明,提出的算法能有效提高人脸识别率。
基于权值融合虚拟样本的LBP特征人脸识别算法
【摘 要】
：
提出了基于权值融合虚拟样本的LBP特征人脸识别算法。首先生成轴对称虚拟样本,再提取LBP特征进行协同表示分类,最后加权值融合,分析不同权值下的人脸识别率。实验结果显示识别率有所提高,在权值融合中原始样本作为主体成分,能最优化识别率。结果表明,提出的算法能有效提高人脸识别率。
【机 构】
：
成都工业学院电子工程学院 四川成都 611730
【出 处】
：
信息技术与信息化
【发表日期】
：
2021年04期
其他文献
针对复杂系统的建模与仿真中仿真资源互操作性、可重用性、可组合性的需求,结合云计算以及微服务的思想,参照基于SOA的分布式仿真系统的架构,提出了基于微服务的新型建模仿真
设计是基于Proteus的单片机由蜂鸣器振动的频率不同引起的发音变化来实现音阶的演奏。系统结合51单片机去实现软硬件设计与制作。硬件部分主要由Proteus 8 Professional绘制
设计采用MVC的设计模式和前后端分离的技术,前端使用Vue的渐进式JavaScript框架,后端使用MyBatis的持久层框架,并通过JSON的数据交换格式进行前后端数据传输,实现挂号、退号
随着运营商业务支撑系统向云原生演进和微服务改造,原先应用各自独立设置数据库连接的方式已无法满足要求。通过构建统一数据访问层,以连接池复用技术对数据库访问进行统一管
在深度学习的图像分类问题中,网络模型深度是研究学者们十分关注的课题。针对此课题,设计了在不同网络层数对Cifar-10数据集进行分类的实验,探讨卷积神经网络的深度对模型的准确率影响;实验结果中,网络结构为6层、10层和15层准确率分别为64.24%、76.49%和72.50%,得出网络层数直接影响分类效果,网络层数越多并不会导致分类效果越好,选择合适深度的网络才能达到更高的模型性能。
采用STM32L0系列单片机作为主控芯片,以具有抗电磁干扰架构的FDC2214芯片作为电容传感器,将两块紫铜板作为平行板电容,通过导线将极板连接至传感器模块的输入端。FDC2214读取
提出了基于深度神经网络DNN的最大SINR准则来模拟5G场景下的小区切换。利用准确光线追踪数据来构建能捕获对地形、建筑材料依赖性的DeepMIMO信道,在获取UE信道信息后,将5G双
阐述了KVM(Kernel-based Virtual Machine,基于内核的虚拟机)虚拟化解决方案的基础知识以及KVM、QEMU、Libvirt三者的关系,然后在Linux环境下,详细讨论了基于KVM虚拟化构建虚
提出了一个新的文档聚类框架,在这个框架下,从统计和结构两个方面对词条之间的交互进行建模。首先根据观测词条推断隐含词条,补充和细化文档中每个词条的权重。基于丰富的文
针对STM32F103单片机实现对eMMC卡的数据读写功能,设计了一种STM32F103单片机对eMMC卡的读写驱动。根据eMMC总线时序,设计STM32F103与eMMC卡之间的接口定义;利用STM32F103的S