アンダーサンプリング顔認識のための適応マルチスケール照明不変特徴表現【JST・京大機械翻訳】

Zhang Yang; Hu Changhui; Lu Xiaobo

プレプリント

J-GLOBAL ID：202202202885703395 整理番号：22P0131978

アンダーサンプリング顔認識のための適応マルチスケール照明不変特徴表現【JST・京大機械翻訳】

Adaptive Multiscale Illumination-Invariant Feature Representation for Undersampled Face Recognition

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年04月07日プレプリントサーバーでの情報更新日： 2020年04月07日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,アンダーサンプル顔認識における様々な照明影響を除去するのに用いる新しい照明不変特徴表現手法を提案した。最初に,入力画像の照明レベルを判断するために,特異値分解(SVD)に基づく新しい照明レベル分類技術を提案した。第2に,著者らは,マルチスケール内の局所領域に適用して,顔画像の子羊モデルおよび局所近傍特徴に基づく対数エッジマップ特徴(LEF)を構築した。次に,照明レベルを参照して高性能LEFを構築して,顔画像のための多重スケールLEFsのための適応融合を実現して,JLEF特徴を実行した。さらに,制約操作を用いて,無利用高周波干渉を除去し,有用な顔特徴エッジを解き,AJLEF面を構築した。最後に,著者らの方法および深層学習法を含む他の最先端アルゴリズムの影響を,拡張Yale B,CMU PIE,ARおよび著者らの自己ビルド運転者データベース(SDB)で試験した。実験結果は,JLEF特徴およびAJLEF面が,様々な照明の下でアンダーサンプル顔認識のための他の関連手法より優れていることを実証した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

パターン認識

, , , , , ,

前のページに戻る