检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]河南经贸职业学院信息管理学院,郑州450002 [2]北京工业大学计算机学院,北京100022 [3]电子信息与控制工程学院,北京100022
出 处:《科学技术与工程》2013年第35期10538-10543,共6页Science Technology and Engineering
基 金:国家自然科学基金(42069153);河南省教育厅自然科学研究计划项目(2011B520029)资助
摘 要:为了根据低分辨率(LR)人脸图像生成高分辨率(HR)图像以提高人脸识别率,设计了四个相似性约束函数,提出了基于相似性约束的面部幻象方法。首先利用LR-LR约束计算出输入的LR人脸图像与训练集中各LR人脸图像之间的相似性;然后利用LR-HR约束描述输入的LR人脸图像与HR训练图像之间的局部结构相似性,同时增强相邻幻象图像块之间的平滑约束;最后利用空间相似性约束减少远离幻象图像块的那些图像块的影响。在FERET、Yale及ORL三大通用人脸数据库上的实验结果表明,相比其它几种较为先进的面部幻象生成方法,所提方法得到的幻象图像分辨率更高,此外,所提方法得到了更高的识别率。To generate high resolution image by low resolution face image so as to improving recognition accuracy, four similarity constraint functions are designed, based which face hallucination based on similarity constraints is proposed. Firstly, LR-LR constraint is used to compute similarity between inputted LR face image and that in training sets. Then, LR-HR constraint is used to describe local structure similarity between LR face image and HR training images, and slider constraint within neighboring hallucination image blocks. Finally, the spatial similarity constraint is used to reduce effect of image block away from those image blocks. Experimental results on FERET, Yale and ORL show that proposed method has hallucination image with higher resolution and get better face recognition accuracy than several advanced face hallucination approaches.
关 键 词:人脸识别 相似性约束 面部幻象 局部线性滤波 平滑约束
分 类 号:TP391.41[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.75