您的位置： 专家智库 > >

郭行

作品数：3 被引量：5H指数：1
供职机构：南京邮电大学更多>>
发文基金：江苏省自然科学基金国家自然科学基金更多>>
相关领域：自动化与计算机技术电子电信更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文
  • 1篇专利

领域

  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 1篇性别识别
  • 1篇正确率
  • 1篇识别率
  • 1篇图像
  • 1篇字典
  • 1篇字典学习

机构

  • 3篇南京邮电大学

作者

  • 3篇郭行
  • 2篇孙宁
  • 2篇刘佶鑫
  • 1篇李晓飞
  • 1篇韩光

传媒

  • 1篇电子测量与仪...

年份

  • 1篇2017
  • 2篇2016
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
非限制环境下的低秩协同人脸性别识别研究
人脸性别识别是计算机视觉和机器学习的热门研究课题。但人脸性别识别也是一个具有挑战性的课题。因为男女的脸部特征的差别极其细微，使得通过人脸自动判别性别较为困难。另外目前大多数的人脸性别识别算法对自然环境下的图像进行识别的效...
郭行
一种非限制环境下基于低秩协同的人脸性别识别方法
本发明公开了一种非限制环境下基于低秩协同的人脸性别识别方法，属于图像处理技术领域。针对的技术问题是对于自然环境下的人脸图像，传统图像识别方法的识别正确率不高的问题。本发明使用非限制环境下的人脸图像作为输入图像，经过低秩分...
孙宁郭行刘佶鑫李晓飞
文献传递
非限制环境下的低秩协同人脸性别识别研究被引量：5
2016年
人脸性别识别是计算机视觉和机器学习的热门研究课题,但目前大多数的人脸性别识别算法对自然环境下的图像进行识别的效果并不理想,识别正确率与实际应用差距较大。采用低秩分解和协同表示来提高人脸性别识别的正确率和鲁棒性。在提取特征前采用低秩分解配准未对齐的图像并降低污染和噪声的影响,使得提取的特征能够很好地反映图像原有的信息。识别环节采用稀疏表示的改进算法—协同表示,其使用l2范数替代l1范数优化问题易于求解。在实验中,选用AR,CAS-PEAL和You Tube三种数据库对算法进行测试,结果表明本算法性能与其他主流算法相比有明显优势。
孙宁郭行刘佶鑫韩光
全选 清除 导出
共1页<1>
聚类工具0