当前位置: 首 页 > 图像识别 >

PRICAI 2016 论文精选 | 低分辨率人脸识别的大幅度耦合映射

来源:雷锋网 发布日期:2017-05-09

传统的人脸识别算法在良好控制的环境下可以实现非常高的性能。然而,当人脸图像的分辨率变化时,这些算法的性能则非常低。...

低分辨率脸部识别的大幅度耦合映射(Large Margin Coupled Mapping for Low Resolution Face Recognition)

 PRICAI 2016 论文精选 | 低分辨率人脸识别的大幅度耦合映射

摘要:传统的脸部识别算法在良好控制的环境下可以实现非常高的性能。然而,当脸部图像的分辨率变化时,这些算法的性能则非常低。一个两步框架被提出,它通过采用超分辨率(SR)并在超分辨脸部图像上进行脸部识别来解决分辨率问题。然而,当SR重点更多的集中于视觉增强,而不是分类精度时,该方法在识别任务方面的性能通常都比较低。最近,不同分辨率的Coupled Mapping(CM)已经被引入到脸部识别框架,它学习一个高分辨率(HR)和低分辨率(LR)脸部图像的共同特征子空间。本文中,受到最大边缘投影的启发,我们提出了大幅度的耦合映射(LMCM)算法,学会预测以最大限度地提高类间对象和在公共空间中的类内距离。公众FERET和SCface数据库的实验结果表明,LMCM对于低分辨率的脸部识别是有效的。

关键词:耦合映射·低分辨率脸部识别·大幅度耦合映射·FERET SCface

第一作者简介

Jiaqi Zhang

任职:清华大学深圳研究生院

研究方向:人工智能,模式识别,计算机视觉,图像处理

相关学术研究

· “Off-line Signature Verification using Local Features and Decision Trees ”( International Journal of Pattern Recognition and Artificial Intelligence 2016)

·“Dynamic Background Estimation and Complementary Learning for Pixel-wise Foreground/Background Segmentation ”

via:PRICAI 2016

上一篇:PRICAI 2016 论文精选 | 基于稀松K-SVD算法的自发性微表情识别
下一篇:行人再识别——就是一直盯着你(ECAI 2016论文精选)| AI科技评

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

相关文章
  • 苹果最新图像投影专利,可用手势控制游戏

    苹果最新图像投影专利,可用手势控制游戏

  • 基于深度学习的自动上色程序,以及其实际应用

    基于深度学习的自动上色程序,以及其实际应用

  • 你在社交网络上发布的照片可能判断你是否有抑

    你在社交网络上发布的照片可能判断你是否有抑

  • 备受科技巨头青睐的人工智能创业公司

    备受科技巨头青睐的人工智能创业公司