التمثيل المتناثر أو التعاوني للتعرف على الوجوه

15

الوصف

كأسلوب تم اقتراحه مؤخرًا ، تم استخدام التصنيف المتناثر المستند إلى التمثيل (SRC) على نطاق واسع للتعرف على الوجوه (بالفرنسية). يقوم مركز SRC أولاً بتشفير عينة اختبار كمجموعة خطية متفرقة من جميع عينات التدريب ، ثم يصنف عينة الاختبار من خلال تقييم الفئة التي تؤدي إلى الحد الأدنى من خطأ التمثيل.

بينما يتم التأكيد على أهمية التباين في SRC والعديد من الأعمال ذات الصلة ، يتم تجاهل استخدام التمثيل التعاوني (CR) في SRC من قبل معظم الأدبيات. ومع ذلك ، هل هو حقًا التباين في المعيار l1 الذي يحسن دقة FR؟ تكرس هذه الورقة لتحليل آلية عمل SRC ، وتشير إلى أن التباين CR وليس معيار L1 هو الذي يجعل SRC قويًا لتصنيف الوجه.

وبالتالي ، فإننا نقترح مخططًا بسيطًا للغاية ولكنه أكثر كفاءة لتصنيف الوجوه ، وهو التصنيف المستند إلى CR مع المربع الأصغر المنتظم (CRC_RLS). تظهر التجارب المكثفة بوضوح أن CRC_RLS لها نتائج تصنيف تنافسية للغاية ، في حين أنها أقل تعقيدًا بشكل ملحوظ من SRC.

الجمع بين الوسائل غير المحلية وأساليب التشفير المتناثرة لاستعادة الصورة

 

تمثيل متناثر غير مركزي لاستيفاء الصورة

 

المراجعات

لا توجد مراجعات بعد.

كن أول من يقيم “التمثيل المتناثر أو التعاوني للتعرف على الوجوه”

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

رمز المنتج: P2018F170 التصنيفات: , الوسم: