何薇
- 作品数：3 被引量：22H指数：2
- 供职机构：燕山大学信息科学与工程学院更多>>
- 发文基金：河北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更多>>
- 深度子空间联合稀疏表示单样本人脸识别算法被引量：2
- 2018年
- 针对人脸识别中小样本数据集缺少分布信息难以获得鲁棒图像表示问题,提出深度子空间联合稀疏表示单样本人脸识别算法。首先,使用深度加权子空间构建抽象特征描述网络,获得单样本人脸深层抽象描述子。进而利用样本类间差异信息,引入邻域排斥度量学习实现低维度有鉴别力特征提取。最后基于协同表示分类器完成模式分类。在FERET、ORL、Multi_PIE等数据库上验证本文算法在单样本人脸识别问题上的有效性,鉴于深度子空间强大的特征描述能力,即使训练样本集很小,依然可以保证训练样本能够紧凑的表示有变化的测试样本。
- 胡正平何薇王蒙孙哲任大伟
- 关键词：单样本人脸识别
- 多层次深度网络融合人脸识别算法被引量：14
- 2017年
- 深度学习模型可以获得更具有鉴别力的人脸特征,提高人脸识别性能.因此,文中结合深度学习思想,提出多层次深度网络融合特征提取模型.在深度子空间基础上,采用"卷积-池化"网络结构,在降低特征维度的同时保留图像纹理信息,并且获得局部转换鲁棒性.同时,利用人脸标定算法获得人脸特征点,并以此划分人脸区域为5个局部人脸块.基于多层次分类策略,利用全局人脸训练全局网络,完成测试样本预分类.利用局部人脸块训练局部网络,在候选类别中完成最终分类.实验表明,结合局部特征与全局特征的模型可以取得较好的识别率,对光照、表情、姿态,遮挡等影响因素具有较好的鲁棒性,并且加入池化层及两步判别的算法可以有效提高识别率.
- 胡正平何薇王蒙孙哲
- 关键词：子空间
- Gabor调制的深度多层子空间人脸特征提取算法被引量：6
- 2017年
- 人脸识别的关键在于特征提取,过去主要从完美的低维特征子空间来刻画高维图像,但是近年来深度学习模型为特征提取提供新方向。本文提出在Gabor特征描述子调制下的深度子空间模型,在深度子空间这一新型深度学习框架基础上,使用Gabor滤波器组处理图像,并构建深度特征提取多层网络,得到Gabor调制下的深层抽象特征。首先将传统的8个方向5个尺度的40个Gabor滤波器在尺度上进行压缩得到8个基本Gabor滤波器组;然后将经过Gabor滤波的描述特征分别送入深度化改造的子空间模型,得到图像的深层特征表示;其次将这些特征进行哈希编码,直方图分块,作为描述特征。本文在FERET、ORL、CMU_PIE等数据库上讨论加入Gabor滤波器调制后的深度多层子空间特征提取模型在人脸识别问题上性能的提升,实验结果表明,该算法可以取得较好的识别率,并对光照、表情、姿态等有很好的鲁棒性,能够弥补浅层网络易受训练图像影响的缺点。
- 胡正平何薇王蒙孙哲
- 关键词：子空间GABOR滤波器
