基于协同稀疏表示的仪器仪表识别方法
摘要
工业仪器仪表识别工作是工业自动化领域的一个重要项目内容,目前常见的识别方法主要有特征点匹配和模板逐像素比对(模板匹配),在实际应用中因仪表的种类繁多、场景复杂多变造成识别错误,误差较大;因此引入人脸识别领域中识别率较好的协同稀疏表示分类方法,而协同稀疏表示分类方法相比传统稀疏表示分类方式,其速度得到大大提高并继承了稀疏表示分类效果好的特点,经实验证明该方法能够有效提高仪表的识别正确率。
引文
[1]戴亚文,王三武,王晓良.基于灰度信息的多特征模板匹配法[J].电测与仪表,2004,41(4):56-58.
[2]金一.人脸识别中的若干算法研究[D].北京交通大学,2009.
[3]李志星.基于图像特征的稀疏表示人脸识别算法研究[D].燕山大学,2012.
[4]谢丽欣,牟会,王欢,刘明霞.基于计算机视觉的人脸检测与识别综述[J].计算机安全,2010,01:65-69.
[5]房桦,明志强,周云峰,等.一种适用于变电站巡检机器人的仪表识别算法[J].自动化与仪表,2013,28(5):10-14.
[6]J.Wright,A.Y.Yang,A.Ganesh,et al.Robust face recognition via sparse representation[J].Pattern Analysis and Machine Intelligence,IEEE Transactions on,2009,31(2):210-227.
[7]Zhang Lei,Yang Meng,Feng Xiangchu.Sparse Representation or Collaborative Representation:Which Helps Face Recognition?.ICCV,Barcelona Spain,2011.
[2]金一.人脸识别中的若干算法研究[D].北京交通大学,2009.
[3]李志星.基于图像特征的稀疏表示人脸识别算法研究[D].燕山大学,2012.
[4]谢丽欣,牟会,王欢,刘明霞.基于计算机视觉的人脸检测与识别综述[J].计算机安全,2010,01:65-69.
[5]房桦,明志强,周云峰,等.一种适用于变电站巡检机器人的仪表识别算法[J].自动化与仪表,2013,28(5):10-14.
[6]J.Wright,A.Y.Yang,A.Ganesh,et al.Robust face recognition via sparse representation[J].Pattern Analysis and Machine Intelligence,IEEE Transactions on,2009,31(2):210-227.
[7]Zhang Lei,Yang Meng,Feng Xiangchu.Sparse Representation or Collaborative Representation:Which Helps Face Recognition?.ICCV,Barcelona Spain,2011.