科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2014年
15期
212-218
,共7页
视频人脸识别%正则化最近点%正则化仿射包%图像集匹配%最近邻分类器
視頻人臉識彆%正則化最近點%正則化倣射包%圖像集匹配%最近鄰分類器
시빈인검식별%정칙화최근점%정칙화방사포%도상집필배%최근린분류기
video face recognition%regularized nearest points%regularized affine hull%image set matching%nearest neighbor classifier
针对视频人脸识别中传统的图像集算法受光照、表情、姿态及遮掩等变化而影响识别性能的问题,提出了一种图像集匹配的正则化最近点算法.首先,将图库图像集和探针图像集建模成正则化仿射包,利用迭代器自动确定两个图像集间的正则化最近点;然后,利用最近子空间分类器最小化正则化最近点;最后,根据正则化最近点之间的欧氏距离及结构计算RNP集之间的距离,并利用最近邻分类器完成人脸识别.在Honda/UCSD、CMU Mobo和YouTube三大视频人脸数据库上的实验验证了所提算法的有效性及可靠性,实验结果表明,相比其他几种图像集人脸识别算法,所提算法取得了更好的识别效果,同时,大大减少了训练及测试总完成时间.
針對視頻人臉識彆中傳統的圖像集算法受光照、錶情、姿態及遮掩等變化而影響識彆性能的問題,提齣瞭一種圖像集匹配的正則化最近點算法.首先,將圖庫圖像集和探針圖像集建模成正則化倣射包,利用迭代器自動確定兩箇圖像集間的正則化最近點;然後,利用最近子空間分類器最小化正則化最近點;最後,根據正則化最近點之間的歐氏距離及結構計算RNP集之間的距離,併利用最近鄰分類器完成人臉識彆.在Honda/UCSD、CMU Mobo和YouTube三大視頻人臉數據庫上的實驗驗證瞭所提算法的有效性及可靠性,實驗結果錶明,相比其他幾種圖像集人臉識彆算法,所提算法取得瞭更好的識彆效果,同時,大大減少瞭訓練及測試總完成時間.
침대시빈인검식별중전통적도상집산법수광조、표정、자태급차엄등변화이영향식별성능적문제,제출료일충도상집필배적정칙화최근점산법.수선,장도고도상집화탐침도상집건모성정칙화방사포,이용질대기자동학정량개도상집간적정칙화최근점;연후,이용최근자공간분류기최소화정칙화최근점;최후,근거정칙화최근점지간적구씨거리급결구계산RNP집지간적거리,병이용최근린분류기완성인검식별.재Honda/UCSD、CMU Mobo화YouTube삼대시빈인검수거고상적실험험증료소제산법적유효성급가고성,실험결과표명,상비기타궤충도상집인검식별산법,소제산법취득료경호적식별효과,동시,대대감소료훈련급측시총완성시간.
