ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Face recognition using Collaborative Representation based Classification

سال انتشار: 1399
کد COI مقاله: ITCT11_052
زبان مقاله: انگلیسیمشاهد این مقاله: 22
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 11 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Face recognition using Collaborative Representation based Classification

چکیده مقاله:

The Common View-Based Classification (CRC) method for face recognition is more accurate and efficient. The common representation encodes the y signal on the complete dictionary Φ so that y≈Φα and α are sparse vectors SRC α is often specified by the size l۱, which leads to the SRC coding model (min) -αǁαǁ-۱ s.t.ǁy-Фαǁ- ۲<ε.Becomes That £is, a small constant the main idea of this method is to encode the test sample on a dictionary under SRC it is also classified based on the coding vector. X(i)Є R(m*n) A set of training examples from class i is specified. So that each column Xi is an example.It is assumed that there is a class K of members and X =[x۱,x۲,…,x۲] for an image of the desired face yЄRm, which is coded on X. ۱-Y ≈ Xα that in α=[ α۱ ;…, αi;…; αK] ] and αi، Related vector Xi is if y is of class i, the relation y≈Xiαi is usually well maintained This means that most of the coefficients in αk, k ≠ i are small And only αi has significant values in other words, thin non-zero inputs in α can encode y in SRC, it is assumed that the face images are aligned and methods have been proposed to resolve image alignment differences or the problem of changing their position. Minimizing the l۱ required in SRC-based pattern classification can be costly. Many methods try to improve the setting of l۱ on the α coding vector and Frequently use tutorial examples, taken from all classes to display examples y relatively ignored. In the method based on the common representation of size l۱ and l۲ in order to specify the coding vector α and the rest of the coding e=y−Xα is used. The characteristic e in size l۱ or l۲ is related to the robustness of the method relative to the throw pixels. While the characteristic α in the soft l۱ or l۲ is related to the distinction of the characteristic y in the face when the image of the face is not obstructed or damaged, the size l۲ is sufficient to model e the distinction of the y feature in the face is often related to its dimensions. If the dimensions and distinction y are large. The coding coefficients α will be naturally thin and will focus on samples with a class label similar to y. It does not matter if l۱ or l۲ is used to set α. When the dimensions y are too small. In this case, adjusting the size of l۱ to α empties α, which in turn improves its differentiation.

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1197120/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Solymani, Jafar and pourebrahim Abadi, Niloufar and Zare Mohazabiyeh, Sahar,1399,Face recognition using Collaborative Representation based Classification,یازدهمین کنفرانس بین المللی فناوری اطلاعات،کامپیوتر و مخابرات,,,https://civilica.com/doc/1197120

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1399, Solymani, Jafar؛ Niloufar pourebrahim Abadi and Sahar Zare Mohazabiyeh)
برای بار دوم به بعد: (1399, Solymani؛ pourebrahim Abadi and Zare Mohazabiyeh)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی