الوصف
في هذا البحث ، اقترحنا مخطط SRC (GSRC) القائم على ميزة Gabor ، والذي يستخدم ميزات Gabor المحلية للصورة لـ SRC ، واقترحنا خوارزمية حوسبة قاموس غابور مرتبطة للتعامل مع صور الوجه المغطاة.
بصرف النظر عن معدل التعرف على الوجه المحسن ، فإن إحدى الميزات المهمة لـ GSRC هي قاموس الانسداد المضغوط ، والذي يحتوي على ذرات أقل بكثير من نظام SRC الأصلي. هذا يقلل بشكل كبير من التكلفة الحسابية للترميز المتناثر. قمنا بتقييم الطريقة المقترحة على شروط مختلفة ، بما في ذلك
تنويعات الإضاءة والتعبير والوضع ، وكذلك حجب الانسداد والتخفي.
أظهرت النتائج التجريبية بوضوح أن GSRC المقترح لديه أداء أفضل بكثير من SRC ، مما يؤدي إلى معدلات تمييز أعلى بكثير مع إنفاق تكلفة حسابية أقل بكثير. هذا يجعله عمليًا أكثر من SRC في التعرف على الوجوه في العالم الحقيقي.
reference :
Yang, Meng, and Lei Zhang. “Gabor feature based sparse representation for face recognition with gabor occlusion dictionary.” European conference on computer vision. Springer, Berlin, Heidelberg, 2010.
تمثيل متناثر غير مركزي لاستيفاء الصورة
المراجعات
لا توجد مراجعات بعد.