Zobrazeno 1 - 8
of 8
pro vyhledávání: '"Lanzarotti A"'
Robust single-sample face recognition by sparsity-driven sub-dictionary learning using deep features
Publikováno v:
Sensors
Volume 19
Issue 1
Sensors (Basel, Switzerland)
Sensors, Vol 19, Iss 1, p 146 (2019)
Volume 19
Issue 1
Sensors (Basel, Switzerland)
Sensors, Vol 19, Iss 1, p 146 (2019)
Face recognition using a single reference image per subject is challenging, above all when referring to a large gallery of subjects. Furthermore, the problem hardness seriously increases when the images are acquired in unconstrained conditions. In th
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=pmid_dedup__::44732df2e5740dcb1f4f5f739a254ac8
http://hdl.handle.net/10807/178244
http://hdl.handle.net/10807/178244
Publikováno v:
Fundamentals of Verbal & Nonverbal Communication & the Biometric Issue. 2007, Vol. 18 Issue 1, p234-245. 12p. 2 Diagrams, 2 Graphs.
Publikováno v:
EUVIP
In this article we address the issue of adopting a local sparse coding representation (Histogram of Sparse Codes), in a part-based framework for inferring the locations of facial landmarks. The rationale behind this approach is that unsupervised lear
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Robust Single-Sample Face Recognition by Sparsity-Driven Sub-Dictionary Learning Using Deep Features
Publikováno v:
Sensors, Vol 19, Iss 1, p 146 (2019)
Face recognition using a single reference image per subject is challenging, above all when referring to a large gallery of subjects. Furthermore, the problem hardness seriously increases when the images are acquired in unconstrained conditions. In th
Externí odkaz:
https://doaj.org/article/67223279e17847e582d1904b53158235