【摘 要】
:
针对化妆对人脸识别准确率的负面影响,提出了基于补丁集成学习的改进鲁棒人脸识别算法。将每张人脸图像嵌入补丁中,并用一组特征描述符描述每个补丁,即本地梯度Gabor模式(LGP)、Gabor空间定序定比测量直方图(HGSFRM)和密集采样局部多值模式(DSLMP)。使用改进的随机子空间线性判别分析(SRS-LDA)方法采样补丁,并在化妆之前与化妆之后图像之间建立多个公共子空间进行集成学习。利用协作和稀
【基金项目】
:
国家自然科学基金资助项目(61475137).
论文部分内容阅读
针对化妆对人脸识别准确率的负面影响,提出了基于补丁集成学习的改进鲁棒人脸识别算法。将每张人脸图像嵌入补丁中,并用一组特征描述符描述每个补丁,即本地梯度Gabor模式(LGP)、Gabor空间定序定比测量直方图(HGSFRM)和密集采样局部多值模式(DSLMP)。使用改进的随机子空间线性判别分析(SRS-LDA)方法采样补丁,并在化妆之前与化妆之后图像之间建立多个公共子空间进行集成学习。利用协作和稀疏表示分类器比较这个子空间中的特征向量,同时通过求和规则联合得到分数。实验将提出的算法在多种化妆数据集上
其他文献
针对电容层析成像(electrical capacitance tomography,ECT)逆问题求解的病态性和不适定性,在压缩感知(compressed sensing,CS)的基础上,提出一种改进FOCUSS的ECT重建算法。采用离散余弦变换(DCT)基将原始图像灰度信号进行稀疏化处理,在使用正则化FOCUSS算法求解的过程中引入拟牛顿法逼近求解中间稀疏变量,以提高信号重构的准确性。仿真实验
相较于经典的Bezier曲线,带形状参数的Bezier曲线提供了独立于控制顶点的形状调整自由度,但同时又增加了设计人员选择形状参数的工作量。鉴于此,讨论了形状参数的选取方案。
2019年12月6-9日/中国·成都/投稿截止日:2019年7月10日会议介绍ICCC会议发起于2015年,由IEEE和四川电子学会主办,西南交通大学等学校协办。为增进各国计算机与通信学者之间的学术交流,分享研究经验,探寻合作机会,推动计算机与通信领域科学研究的发展,2019年12月6-9日第5届IEEE计算机与通信国际会议将再次于成都举办。会务组诚挚地欢迎计算机和通信方面的学者、工程师、学生等参
融合元数据的协同过滤推荐即混合推荐算法是目前推荐系统领域研究的热点,能一定程度地解决数据稀疏及冷启动等问题。但融合元数据现有的建模方法大多数建立于用户/项目属性权重相同的情景下,以至于用户项目间重点关系表达不显著,难以获得较好的推荐性能。针对上述问题,提出一种融合元数据及attention机制的深度联合学习推荐方法。它利用双深度网络联合学习,其中一个网络基于隐反馈数据实现矩阵非线性分解以学习用户/
临床研究表明,J波可作为一些心脏疾病的高危预警指标。针对当前医生诊断J波仅通过经验进行识别,易造成误诊的问题,从信号处理角度,提出了一种J波自动识别方法。通过提取心电数据极点对称模态分解后的能量特征与高阶累计量特征,融合线性与非线性特征,并采用主成分分析进行特征降维,最后利用人工蜂群算法优化后的支持向量机进行分类,实现J波的自动识别。对比实验结果,提出的方法平均准确率为97. 3%,可有效地识别J
跨摄像机行人因光照、视角、姿态的差异,会使其外观变化显著,给行人再识别的研究带来严峻挑战。基于多特征融合和距离度量学习技术,提出辨识特征后融合的算法,并将其应用于行人再识别中。对跨摄像机行人样本图像分别提取局部最大出现频次(LOMO)特征和基于显著颜色名称的颜色描述子(SCNCD)特征,表示跨摄像机行人的外观。基于所提取的LOMO和SCNCD特征,分别去训练跨视图二次判别分析(XQDA)距离度量学
由于目前缺乏维吾尔文情感分类特征表示方面的系统性研究,以传统n-gram特征为基础,按不同规模从维吾尔文情感标注语料库中提取了新特征及其组合特征,基于支持向量机(SVM)分类
针对现有阈值分割算法利用穷举搜索寻找最优阈值而造成的计算成本较大的问题,提出了一种基于粒子群优化算法和模糊熵的多级阈值图像分割算法。图像分割是图像分析中非常重要的预处理步骤,在提出的方法中,首先选择香农熵和模糊熵作为优化技术的目标函数;然后建立一种基于粒子群优化算法的多层次图像阈值分割,通过最大化香农熵或模糊熵进行图像分割。最后从图像分割数据库中选取Lena、baboon和airplane作为测试
针对如何更有效地使用卷积神经网络从训练图像中学习到的分布式特征进行研究,提出了一种面向人脸表情识别的ROI区域二级投票机制。将图像划分成一系列感兴趣区域(ROI)图像输入到卷积神经网络中进行训练;然后将测试图像的ROI图像输入到卷积神经网络中,统计所有ROI图像的判别结果;最后采用二级投票机制确定测试图像的最终类别,得到最终判别结果。针对卷积神经网络不能从人脸图像中学习到旋转等空间位置信息,引入了
潜在狄利克雷分布(LDA)以词袋(bag of words,BOW)模型为基础,简化了建模的复杂度,但使得主题的语义连贯性较差,文档表征能力不强。为解决此问题,提出了一种基于语义分布相似度的主题模型。该模型在EM(expectation maximization)算法框架下,使用GPU(generalized Pólya urn)模型加入单词—单词和文档—主题语义分布相似度来引导主题建模,从语义关