Visible and Infrared Face Identification via Sparse Representation

Pierre Buyssens 1 Marinette Revenu 2
1 QuantIF-LITIS - Equipe Quantification en Imagerie Fonctionnelle
LITIS - Laboratoire d'Informatique, de Traitement de l'Information et des Systèmes
2 Equipe Image - Laboratoire GREYC - UMR6072
GREYC - Groupe de Recherche en Informatique, Image, Automatique et Instrumentation de Caen
Abstract : We present a facial recognition technique based on facial sparse representation. A dictionary is learned from data, and patches extracted from a face are decomposed in a sparse manner onto this dictionary. We particularly focus on the design of dictionaries that play a crucial role in the final identification rates. Applied to various databases and modalities, we show that this approach gives interesting performances. We propose also a score fusion framework that allows quantifying the saliency classifiers outputs and merging them according to these saliencies.
Type de document :
Article dans une revue
ISRN Machine Vision, 2013, 2013, 10 p. 〈10.1155/2013/579126〉
Liste complète des métadonnées

Littérature citée [43 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-00829451
Contributeur : Image Greyc <>
Soumis le : lundi 3 juin 2013 - 12:29:50
Dernière modification le : samedi 27 octobre 2018 - 01:23:10
Document(s) archivé(s) le : mardi 4 avril 2017 - 15:16:50

Fichier

ISRN_Machine_Vision-2013.pdf
Fichiers éditeurs autorisés sur une archive ouverte

Identifiants

Citation

Pierre Buyssens, Marinette Revenu. Visible and Infrared Face Identification via Sparse Representation. ISRN Machine Vision, 2013, 2013, 10 p. 〈10.1155/2013/579126〉. 〈hal-00829451〉

Partager

Métriques

Consultations de la notice

226

Téléchargements de fichiers

149