الوصف
في هذا المشروع ، اقترحنا مخطط SRC (GSRC) القائم على ميزة Gabor ، والذي يستخدم ميزات Gabor المحلية للصور لـ SRC ، واقترحنا خوارزمية حوسبة قاموس Gabor مرتبطة بمعالجة 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.
ref :
Yang, Meng, and Lei Zhang. “Gabor feature based sparse representation for face recognition with gabor occlusion dictionary.” In European conference on computer vision, pp. 448-461. Springer, Berlin, Heidelberg, 2010.
تمثيل متناثر غير مركزي لاستيفاء الصورة
المراجعات
لا توجد مراجعات بعد.