A kernelized sparsity-based approach for best spectral bands selection for face recognition

Hamdi Jamel Bouchech; Sebti Foufou; Andreas Koschan; Mongi Abidi

doi:10.1007/s11042-014-2350-2

Article dans une revue

A kernelized sparsity-based approach for best spectral bands selection for face recognition

Hamdi Jamel Bouchech Sebti Foufou ¹ Andreas Koschan ² Mongi Abidi ²

1 LIB - Laboratoire d'Informatique de Bourgogne [Dijon]

2 The University of Tennessee [Knoxville]

Type de document :

Article dans une revue

Domaine :

Informatique [cs] / Synthèse d'image et réalité virtuelle [cs.GR]

Informatique [cs] / Robotique [cs.RO]

Informatique [cs] / Traitement des images [eess.IV]

Informatique [cs] / Base de données [cs.DB]

Informatique [cs] / Calcul parallèle, distribué et partagé [cs.DC]

Informatique [cs]

Informatique [cs] / Réseaux et télécommunications [cs.NI]

Liste complète des métadonnées

https://hal-univ-bourgogne.archives-ouvertes.fr/hal-02564272
Contributeur : Sebti Foufou <>
Soumis le : mardi 5 mai 2020 - 18:11:50
Dernière modification le : mardi 12 mai 2020 - 10:49:11

A kernelized sparsity-based approach for best spectral bands selection for face recognition

Identifiants

Collections

Citation

Exporter

Métriques

34

A kernelized sparsity-based approach for best spectral bands selection for face recognition

Identifiants

Collections

Citation

Exporter

Partager

Métriques

34