Robust Face Recognition via Sparse Representation

最新推荐文章于 2019-04-08 17:02:28 发布
最新推荐文章于 2019-04-08 17:02:28 发布
阅读量2.3k 收藏 14
点赞数
分类专栏： 机器学习、深度学习 人脸处理 文章标签： Robust Face Recognition via Sp
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u011808673/article/details/80702928
版权

SRC(Sparse Representation for classification)论文介绍了一种分类方法，利用该分类方法得到一系列的稀疏系数，根据该系数得到test数据的所属类别。稀疏系数描述：即一张人脸图像，可以用数据库中同一个人所有的人脸图像的线性组合表示。而对于数据库中其它人的脸，其线性组合的系数理论上为零。


上图最左边是一张test image (有遮挡，有噪点)等号右边第一列就是稀疏系数，第二列是字典的可视化，第三列是误差









NineDays66
关注
  • 0
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
Robust face recognition via sparse representation
10-31
《Robust Face Recognition via Sparse Representation》是一篇深入探讨人脸识别技术的学术论文，主要聚焦于稀疏表示理论在该领域的应用。人脸识别是计算机视觉和模式识别领域的重要研究课题，旨在通过分析和比较...
稀疏表示《Robust Face Recognition via Sparse Representation》
谢谢你给的温柔——专栏
01-28 6090
文献：《Robust Face Recognition via Sparse Representation》  08年马毅等发表PAMI上的经典利用稀疏表达识别人脸的文章  马毅给人网站点击打开链接      算法描述：  SRC （Sparse Representation for classification）相当于一种分类的方法，但是不同于传统的NN, NS, SVM等分类
《Robust Face Recognition via Sparse Representation》论文翻译
奉现的博客
04-08 6663
摘要——我们考虑了自动识别有着不同的表情、光照、以及遮挡和伪装的正面人脸中存在的问题。我们把这类识别问题描述为一个多线性回归模型中的分类问题，并且认为来自稀疏信号表示的新理论为这类问题提供了解决办法。基于由l1l^1l1最小化计算的稀疏表示，我们提出了一个通用分类算法用于目标识别（基于图像）。这个新的框架为两个人脸识别领域的关键课题（特征提取和对遮挡的鲁棒性）上提供了更好的见解。对于特征提取，我们...
稀疏表示人脸识别入门文章-《Robust Face Recognition via Sparse Representation》马毅
哇哦，小菜鸟
11-09 6435
人脸识别是机器视觉中非常火的一个领域了，在近十几年来发展迅猛，而本文介绍的方法是基于稀疏表示分类（Sparse Representation based classification，SRC）的人脸识别，稀疏表示理论非常强大，突破了传统采样定了的束缚，信号的稀疏表示即用尽可能少的非零元素表示信号主要信息，简化信号处理的求解过程，马毅在09年将稀疏表示引入人脸识别中，其性能相比之前的人脸识别方法具有突
Robust face recognition via sparse representation[J]. Pattern Analysis and Machine Intelligence 论文翻译
NimDad‘s page
12-03 2397
摘要 - 我们考虑了在不同的面部表情和光照以及遮挡和伪装的情况下从正面角度自动识别人脸的问题。我们将识别问题视为多个多元线性回归模型之间的分类问题，并认为来自于稀疏信号表示的新理论提供了解决这一问题的关键。基于利用l1范数最小值计算出的稀疏表达，我们提出了用于对象识别的更通用的分类算法（基于图像）。这个新框架为人脸识别中的两个关键问题提供了见解：特征提取和对遮挡的稳健性。对于特征提取，我们发现如果能够正确利用识别问题中的稀疏性，则特征的选择就不那么重要。但是，重要的是特征的数量是否足够大，以及稀疏表达的计算
PAMI-Robust FaceRecognition via Sparse Representation
09-17
new framework provides new insights into two crucial issues in face recognition:feature extraction androbustness to occlusion. For feature extraction, we show that if sparsity in the recognition ...
稀疏表示（SRC）
liu_guanzhang的专栏
01-30 6969
基于表示的分类方法（representation based classification method, RBCM）研究较多的就是John Wright等在2009年提出的稀疏表示分类（sparse representation based classification, SRC）方法了，Google已经有3778次引用了。    Wright J, Yang A Y, Ganesh A, e
计算机视觉和模式识别中的稀疏表示（Sparse Representation for Computer Vision and Pattern Recognition）
hhsh49的博客
07-15 1281
最近拜读了John Wright和Yi Ma2010年在Proceedings of the IEEE上关于稀疏表示的大作 ：Sparse Representation for Computer Vision and Pattern Recognition 。下面是对这篇文章的一点总结。 转自：http://blog.csdn.net/shanglianlm/article/details/466
Robust Face Recongnition via Sparse Representation
06-15
关于 Robust Face Recongnition via Sparse Representation 论文的阅读，即内容解读。
【论文理解】Pose-Robust Face Recognition via Deep Residual Equivariant Mapping
VivienFu的专栏
03-23 2944
2018年3月熵汤和香港中文大学联合出品的具有姿态鲁棒性的人脸识别算法。这算是一种策略，可以保持现有人脸识别模型和参数不变，直接将本文提出的算法模块并联拼接到现有模型，感觉挺厉害的样子，不过还没有开源，先mark一下吧。论文链接：https://arxiv.org/abs/1803.00839论文的翻译介绍请参照机器之心发表在搜狐科技上的文章：CVPR 2018 | 新研究提出深度残差等价映射：由...
基于稀疏表示的分类方法 Sparse Representation based Classification Method
Jingyang.Zhang的博客
09-02 1万+
文章来源 Jia K, Chan T H, Ma Y. Robust and practical face recognition via structured sparsity[J]. Computer Vision–ECCV 2012, 2012: 331-344.Highlight 作为一种 sparse representation based classification method（S
关于人脸识别，稀疏表示的若干论文的小结
weixin_30664051的博客
08-13 177
初次写博，如有错误，请指正，不胜感激！ 1:特征脸:Eigenface forrecognition: l 使用特征脸方法的进行人脸识别的步骤： l 1：首先假设人脸个数有K个，每个人脸需训练m个，确定训练脸数目M=m*K，将这个M个人脸张成一个列向量其中，T1是（Col*Row）*1维的列向量，共计有M个（T1~TM），这M个列向量构成一个向量空间A，A是（Col*Row）*M...
最小二乘法的曲线拟合
热门推荐
weixin_NineDays66
08-26 4万+
最小二乘法解决的问题：Ax=C 无解下的最优解 例子1： 一条过原点的直线OA，C是直线外一点，求C在OA上的投影点P 例子1   例子2： 已知三个不在一条直线上的点A,B,C，求一条直线，使A,B,C到直线的距离和最小 例子2   例子3： 已知三个不在一条直线上的点A,B,C，求一点，到A,B,C的距离和最小 例子3 其实这3个例子的本质都是一样的。都是求未知的数...
稀疏表示法：人脸识别的关键策略
"2009年的论文《Robust Face Recognition via Sparse Representation》是一篇关于图像识别领域的重要研究成果，它标志着稀疏表示在人脸识别技术中的应用进入了新的阶段。该研究发表于IEEE Transactions on Pattern ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

NineDays66

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值