学术文化网:本站代理期刊可作为职称及学位评审依据;并代写(职称、本科、硕士、博士)论文,代写代发论文一条龙服务;保证原创,保证质量,100%通过,保密服务

学术文化网

重点推荐省级国家级期刊、北大中文核心、CSSCI、EI、SCI发表,稳妥操作,速度快,包发表。有意向联系客服咨询。
论文代写:十年专业服务品质,全部由期刊编辑、硕士、博士撰写;保证原创、版权归您;保证通过、否则全额退款。代写论文申请表
论文发表:与百家优秀期刊合作,代理审核组稿,论文发表涵盖所有专业领域,全部正刊,保证出刊,否则全额退款。代写代发论文申请表
业务合作:因业务发展需要,诚招优秀写手合作,要求硕士以上学历,不限专业,另诚征优秀期刊代理合作,具体详谈。QQ:415835425 代写论文写手申请表
当前位置: 主页 > 工科论文

基于线性映射的灰度级超分辨率人脸识别方法(3)


图库和ORL 图库的测试结果如表3 所示。
表3 的数据显示,本文方法在FERET 图库对单张图像的识别时间为0.0550s,远低于其
 他方法,甚至相差1 个数量级。在ORL 图库上,本文方法平均0.0098s 就可以识别1 张LGR
图像,而Han 方法和LGR 方法却分别需要0.2548s、0.0731s,可见本文方法依然是最省时
的。在时间复杂度上的优势说明本文方法具有潜在的应用价值。
表3 不同方法在测试阶段对单张图像进行识别的平均时间
Table 3 average time of single LGR face image recognition for different methods at testing phrase
方法 FERET/s ORL/s
本文方法 0.0550 0.0098
Han 方法 0.4489 0.2548
LGR 方法 0.1690 0.0731
对于一幅测试图像,本文方法虽然要经过提取PCA 特征、进行特征对齐等步骤,但是
由于本文方法是在低维特征空间中对特征进行重建,并且正交Procrustes 分析所建立的是线
性映射,与其他建立映射的同类方法[17]相比,运算也较为简单,这些都降低了本文方法的
运算和时间复杂度;而其余2 种方法都是对整张图像在像素域进行识别,与本文方法相比,
运算量会有增加,并且随着图像空间分辨率的增大,不同方法间运算复杂度的差别也会随之
增大。综上,相比于其他2 种方法,本文方法是时间和运算复杂度最低的人脸识别算法。
4 结论
提出一种基于特征域线性映射的灰度级超分辨率人脸识别算法。算法首先使用PCA 作
为人脸图像的识别特征,并用正交Procrustes 分析建立LGR 图像特征和HGR 图像特征之间
的线性映射关系;基于该映射关系可以得到测试LGR 图像对应的高分辨率识别特征;最后
使用简单的最近邻分类器进行识别。实验结果证明,与现有方法相比,本文方法不仅可以用
最少的特征空间维度达到最高的识别率,对单张LGR 图像的识别耗时小,并且识别率对低
维空间的维度变化不敏感。


学术论文网Tag:代写代发论文 计算机论文 代发论文 代写工科论文 职称论文发表
本站郑重声明:
  1、我们与数十所知名高校博士强强联手,保持常年稳定合作关系,论文质量更有保证;;
  2、写作领域涉及所有专业,实力操作,出稿更快,质量更高,通过率100%;
  3、所有代写文章,全部原创,包检测,保证质量,后续免费修改,保证通过;
  4、信誉实力服务,专业代写毕业论文,职称论文,硕博士论文,留学生论文,成熟操作;
------分隔线----------------------------
栏目列表
联系我们
服务承诺
推荐内容