論文の概要: Quasi Non-Negative Quaternion Matrix Factorization with Application to
Color Face Recognition
- arxiv url: http://arxiv.org/abs/2211.16739v1
- Date: Wed, 30 Nov 2022 04:51:09 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-01 18:18:00.690762
- Title: Quasi Non-Negative Quaternion Matrix Factorization with Application to
Color Face Recognition
- Title(参考訳): 擬似非負の四元行列分解と色認識への応用
- Authors: Yifen Ke, Changfeng Ma, Zhigang Jia, Yajun Xie, Riwei Liao
- Abstract要約: カラー画像処理のための新しい準負四元行列分解(QNQMF)を提案する。
四元数モデルにおける顔認識の精度は、カラー画像の赤、緑、青のチャネルよりも優れている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: To address the non-negativity dropout problem of quaternion models, a novel
quasi non-negative quaternion matrix factorization (QNQMF) model is presented
for color image processing. To implement QNQMF, the quaternion projected
gradient algorithm and the quaternion alternating direction method of
multipliers are proposed via formulating QNQMF as the non-convex constraint
quaternion optimization problems. Some properties of the proposed algorithms
are studied. The numerical experiments on the color image reconstruction show
that these algorithms encoded on the quaternion perform better than these
algorithms encoded on the red, green and blue channels. Furthermore, we apply
the proposed algorithms to the color face recognition. Numerical results
indicate that the accuracy rate of face recognition on the quaternion model is
better than on the red, green and blue channels of color image as well as
single channel of gray level images for the same data, when large facial
expressions and shooting angle variations are presented.
- Abstract(参考訳): 四元数モデルの非負性低下問題に対処するため、カラー画像処理のための新しい準非負性四元数行列分解(QNQMF)モデルを提案する。
QNQMFを実装するために、QNQMFを非凸制約四元数最適化問題として定式化することにより、乗算器の四元数射影勾配アルゴリズムと四元数交互方向法を提案する。
提案アルゴリズムのいくつかの特性について検討した。
カラー画像再構成に関する数値実験により、四元数で符号化されたこれらのアルゴリズムは、赤、緑、青のチャンネルで符号化されたアルゴリズムよりも優れた性能を示した。
さらに,提案アルゴリズムをカラー顔認証に適用する。
以上の結果から,カラー画像の赤,緑,青の各チャネルと,顔の表情や撮影角度の変化が大きい場合の同一データに対するグレーレベル画像の単一チャネルよりも,四元モデルでの顔認識精度が優れることが示唆された。
関連論文リスト
- Non-Negative Reduced Biquaternion Matrix Factorization with Applications in Color Face Recognition [27.149638378672755]
非負の RB 行列の概念を導入し、次に RB の乗算特性を用いて非負の RB 行列分解モデルを提案する。
カラー顔認識におけるNRBMFモデルの有効性と優位性を検証した。
論文 参考訳(メタデータ) (2024-08-10T15:25:42Z) - Deep Equilibrium Diffusion Restoration with Parallel Sampling [120.15039525209106]
拡散モデルに基づく画像復元(IR)は、拡散モデルを用いて劣化した画像から高品質な(本社)画像を復元し、有望な性能を達成することを目的としている。
既存のほとんどの手法では、HQイメージをステップバイステップで復元するために長いシリアルサンプリングチェーンが必要であるため、高価なサンプリング時間と高い計算コストがかかる。
本研究では,拡散モデルに基づくIRモデルを異なる視点,すなわちDeqIRと呼ばれるDeQ(Deep equilibrium)固定点系で再考することを目的とする。
論文 参考訳(メタデータ) (2023-11-20T08:27:56Z) - $L_{2,1}$-Norm Regularized Quaternion Matrix Completion Using Sparse
Representation and Quaternion QR Decomposition [7.344370881751104]
QLNM-QQR と呼ばれる四元数 Qatar Riyal 分解と四元数 $L_2,1$-norm に基づく手法を提案する。
この新しいアプローチは、大きな四元数行列のQSVDを計算する必要性を回避し、計算複雑性を低減する。
また、QLNM-QQR法の2つの改善点を挙げる:IRQLNM-QQRと呼ばれる拡張版で、反復的に再重み付けされた四元数$L_2,1$-norm最小化とQLNM-QQR-SRと呼ばれるメソッドを使用する。
論文 参考訳(メタデータ) (2023-09-07T15:08:12Z) - A Theoretically Guaranteed Quaternion Weighted Schatten p-norm
Minimization Method for Color Image Restoration [11.47644299959152]
カラー画像復元問題に対処する新しい四元数ベースWSNMモデル(QWSNM)を提案する。
カラー画像のデノゲーションとデブロワーリングを含む2つの代表的CIRタスクに対する広範囲な実験により、提案手法が多くの最先端の代替品に対して好適に機能することを実証した。
論文 参考訳(メタデータ) (2023-07-24T09:54:49Z) - Quaternion tensor left ring decomposition and application for color
image inpainting [14.601163837840675]
TR分解の強力で一般化された表現能力を継承する四元数テンソル左環(QTLR)分解を提案する。
さらに,定義QTLR分解に基づくカラー画像インペイントのための低ランク四元数テンソル補完(LRQTC)モデルを提案する。
論文 参考訳(メタデータ) (2023-07-20T06:37:47Z) - $PC^2$: Projection-Conditioned Point Cloud Diffusion for Single-Image 3D
Reconstruction [97.06927852165464]
単一のRGB画像から物体の3次元形状を再構築することは、コンピュータビジョンにおける長年の課題である。
条件付き偏光拡散プロセスによりスパース点雲を生成する単一像3次元再構成法を提案する。
論文 参考訳(メタデータ) (2023-02-21T13:37:07Z) - Perceptual Attacks of No-Reference Image Quality Models with
Human-in-the-Loop [113.75573175709573]
NR-IQAモデルの知覚的堅牢性を調べるための最初の試みの1つを行う。
我々は,4つの完全参照IQAモデルの下で,知識駆動のNR-IQA法とデータ駆動のNR-IQA法を検証した。
4つのNR-IQAモデルは全て、提案した知覚的攻撃に対して脆弱であることがわかった。
論文 参考訳(メタデータ) (2022-10-03T13:47:16Z) - Neural Color Operators for Sequential Image Retouching [62.99812889713773]
本稿では,新たに導入したトレーニング可能なニューラルカラー演算子のシーケンスとして,リタッチ処理をモデル化して,新しい画像リタッチ手法を提案する。
ニューラルカラー演算子は、従来のカラー演算子の振舞いを模倣し、その強度をスカラーで制御しながらピクセルワイズな色変換を学習する。
定量的な測定と視覚的品質の両面で,SOTA法と比較して常に最良の結果が得られている。
論文 参考訳(メタデータ) (2022-07-17T05:33:19Z) - Quaternion Optimized Model with Sparse Regularization for Color Image
Recovery [10.137095668835439]
本論文は、音声フォーマットや画像を含む様々な信号タイプが、それぞれのベースに対して本質的に疎い構造を持っているという事実に着想を得たものである。
色画像は四元数領域で全体として処理できるため、四元数離散コサイン変換(QDCT)領域における色画像の空間性について記述した。
より優れた低ランク近似を実現するために、提案モデルでは、クォーテリオンベースのトランケート核ノルム(QTNN)が採用されている。
論文 参考訳(メタデータ) (2022-04-19T03:07:12Z) - Uncalibrated Neural Inverse Rendering for Photometric Stereo of General
Surfaces [103.08512487830669]
本稿では,測光ステレオ問題に対する無補間深層ニューラルネットワークフレームワークを提案する。
既存のニューラルネットワークベースの方法は、物体の正確な光方向または接地正則のいずれかまたは両方を必要とします。
本稿では,この問題に対する未調整の神経逆レンダリング手法を提案する。
論文 参考訳(メタデータ) (2020-12-12T10:33:08Z) - UC-Net: Uncertainty Inspired RGB-D Saliency Detection via Conditional
Variational Autoencoders [81.5490760424213]
データラベリングプロセスから学習することで、RGB-Dサリエンシ検出に不確実性を利用するための第1のフレームワーク(UCNet)を提案する。
そこで本研究では,サリエンシデータラベリングにヒントを得て,確率的RGB-Dサリエンシ検出ネットワークを提案する。
論文 参考訳(メタデータ) (2020-04-13T04:12:59Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。