计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2012年
1期
393-396
,共4页
Log-Gabor小波%人脸识别%图像检索%半监督学习%流形学习
Log-Gabor小波%人臉識彆%圖像檢索%半鑑督學習%流形學習
Log-Gabor소파%인검식별%도상검색%반감독학습%류형학습
针对光照、表情变化给人脸识别造成的影响以及大型人脸图像库的训练样本中只有部分标记的问题,结合多通道Log-Gabor小波和半监督流形学习算法,提出一种新的人脸图像检索方法.该方法首先使用Log-Gabor小波对人脸图像进行滤波获得特征矩阵,进一步利用提出的二维半监督流形学习算法进行维数约简,得到低维判别特征.由于该方法直接作用于Log-Gabor特征矩阵,克服了小样本带来的奇异问题；另外,通过充分利用标记和未标记信息,还保留了数据的局部流形结构,增强了特征匹配的相似性.在CMU PIE和AR人脸数据库上的实验结果表明,该方法有效且优于其他方法.
針對光照、錶情變化給人臉識彆造成的影響以及大型人臉圖像庫的訓練樣本中隻有部分標記的問題,結閤多通道Log-Gabor小波和半鑑督流形學習算法,提齣一種新的人臉圖像檢索方法.該方法首先使用Log-Gabor小波對人臉圖像進行濾波穫得特徵矩陣,進一步利用提齣的二維半鑑督流形學習算法進行維數約簡,得到低維判彆特徵.由于該方法直接作用于Log-Gabor特徵矩陣,剋服瞭小樣本帶來的奇異問題；另外,通過充分利用標記和未標記信息,還保留瞭數據的跼部流形結構,增彊瞭特徵匹配的相似性.在CMU PIE和AR人臉數據庫上的實驗結果錶明,該方法有效且優于其他方法.
침대광조、표정변화급인검식별조성적영향이급대형인검도상고적훈련양본중지유부분표기적문제,결합다통도Log-Gabor소파화반감독류형학습산법,제출일충신적인검도상검색방법.해방법수선사용Log-Gabor소파대인검도상진행려파획득특정구진,진일보이용제출적이유반감독류형학습산법진행유수약간,득도저유판별특정.유우해방법직접작용우Log-Gabor특정구진,극복료소양본대래적기이문제；령외,통과충분이용표기화미표기신식,환보류료수거적국부류형결구,증강료특정필배적상사성.재CMU PIE화AR인검수거고상적실험결과표명,해방법유효차우우기타방법.
