版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
深度稀疏自编码网络融合多LBP特征用于单样本人脸识别
作者机构：河北大学电子信息工程学院
出 版 物：《物联网技术》 (Internet of things technologies)
年 卷 期：2019年第9卷第11期
页 面：13-17页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：河北省教育厅青年基金(QN2017306) 河北省机器视觉工程技术研究中心开放基金(2018HBMV01) 高层次创新人才科研启动经费项目(8012605)
主 题：稀疏自编码 单样本人脸识别 空-频特征 多特征融合 二维离散小波变换 数据库
摘 要：单样本人脸识别的关键在于充分挖掘单样本判别性信息,采用深度稀疏自编码网络与空频域多LBP特征融合进行特征提取。首先利用部分样本训练深度稀疏自编码网络,利用训练好的网络分别提取训练及测试集的特征;其次,利用二维离散小波变换将时域样本变换到频域,实现样本扩展,增加单样本信息并分别提取各域上的多LBP特征;最后利用协同表示对深度自编码网络及多LBP特征进行分类识别,融合识别结果获取最终分类结果。在AR及PIE数据库上的实验结果表明,该融合算法能提高样本判别性信息的提取,提高单样本人脸识别性能。
