基于二维图像矩阵的稀疏表示分类方法.pdfVIP

下载本文档

10
0
约3.08万字
约 5页
2017-09-02 发布于天津
举报
版权申诉

基于二维图像矩阵的稀疏表示分类方法.pdf

1、本文档共5页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于二维图像矩阵的稀疏表示分类方法

第 47 卷第 6 期天津大学学报 (自然科学与工程技术版) Vol.47 No.6 2014 年 6 月 Journal of Tianjin University (Science and Technology) Jun. 2014 DOI:10.11784/tdxbz201301001 基于二维图像矩阵的稀疏表示分类方法 1, 2 3 4 程广涛，宋占杰，陈雪 (1. 天津大学电子信息工程学院，天津 300072 ；2. 北华航天工业学院基础部，廊坊 065000 ； 3. 天津大学理学院，天津 300072 ；4. 北京中医药大学东方学院基础部，廊坊 065000) 摘要：利用稀疏表示对图像分类时，需要将二维图像转换为一维特征向量，这大大增加了计算复杂度和忽略了图像矩阵中固有的局部结构信息. 为了解决上述问题，设计了完全基于二维特征矩阵的稀疏表示人脸分类方法.首先将二维图像转为 2D Fisherface 矩阵，然后直接利用二维矩阵求解稀疏表示和进行分类. 整个识别过程中，不需要将二维图像转换为一维向量. 实验结果表明，二维特征矩阵在稀疏表示分类中是十分有效的，设计的方法可以更快的运算速度达到更高的识别率. 在 ORL 人脸数据库和 Extended Yale B 人脸数据库上的识别率分别达到 97.5%和 99.3%. 关键词：人脸识别；稀疏表示；目标分类；二维特征矩阵中图分类号：TP391.41 文献标志码：A 文章编号：0493-2137 (2014)06-0541-05 Classification Based on Sparse Representation with Two Dimensional Image Matrix 1, 2 3 4 Cheng Guangtao ，Song Zhanjie ，Chen Xue (1. School of Electronic Information Engineering，Tianjin University ，Tianjin 300072 ，China ； 2. Department of Foundation ，North China Institute of Aerospace Engineering ，Langfang 065000 ，China ； 3. School of Sciences ，Tianjin University ，Tianjin 300072 ，China ； 4. Department of Foundation ，Beijing University of Chinese Medicine Dongfang College ，Langfang 065000 ，China) Abstract ： When sparse repre