chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

您好,歡迎來(lái)電子發(fā)燒友網(wǎng)! ,新用戶?[免費(fèi)注冊(cè)]

您的位置:電子發(fā)燒友網(wǎng)>源碼下載>數(shù)值算法/人工智能>

局部二值淘汰模式進(jìn)行人臉圖像協(xié)同表達(dá)

大?。?/span>1.46 MB 人氣: 2017-11-16 需要積分:0

  傳統(tǒng)的協(xié)同表達(dá)方法通常會(huì)受到樣本數(shù)據(jù)的冗余帶來(lái)的不確定性因素的影響。近來(lái),為了獲得更好的識(shí)別效果,一些改進(jìn)方案通過(guò)利用更有效的訓(xùn)練樣本集來(lái)提高協(xié)同表達(dá)方法的分類性能。在本文中,我們基于局部二值特征( Local Binarv Pattern,LBP)提出了一種優(yōu)化的協(xié)同表達(dá)分類模型。該方法以分塊圖象為基礎(chǔ)獲得訓(xùn)練樣本的LBP特征,然后以全局圖像為單位,利用淘汰策略獲得了更具鑒別性的LBP特征訓(xùn)練集,最終利用協(xié)同表達(dá)方法進(jìn)行分類。此方法有兩種優(yōu)勢(shì),其一、利用了LBP特征的旋轉(zhuǎn)不變性的優(yōu)勢(shì),克服了人臉弱姿態(tài)變化對(duì)分類效果的影響;其二、優(yōu)化淘汰策略弱化了冗余樣本對(duì)表達(dá)方法的消極影響。該方法在兩個(gè)常用人臉數(shù)據(jù)庫(kù)(ORI,F(xiàn)ERET)上進(jìn)行了實(shí)驗(yàn)對(duì)比,獲得了更好的分類性能。

局部二值淘汰模式進(jìn)行人臉圖像協(xié)同表達(dá)

非常好我支持^.^

(0) 0%

不好我反對(duì)

(0) 0%

      發(fā)表評(píng)論

      用戶評(píng)論
      評(píng)價(jià):好評(píng)中評(píng)差評(píng)

      發(fā)表評(píng)論,獲取積分! 請(qǐng)遵守相關(guān)規(guī)定!

      ?