电视技术
電視技術
전시기술
TV ENGINEERING
2015年
1期
127-132
,共6页
平均序列%稀疏表示分类%视频检索%人脸跟踪%人脸识别
平均序列%稀疏錶示分類%視頻檢索%人臉跟蹤%人臉識彆
평균서렬%희소표시분류%시빈검색%인검근종%인검식별
mean sequences%sparse representation classification%video retrieval%face tracking%face recognition
为了从大字典视频中跟踪和识别人脸,提出了一种基于平均序列的稀疏表示分类端到端识别方法.首先,利用所有可用视频数据和属于同一个人的人脸跟踪帧进行联合优化;然后,将严格的时间约束添加到l1-最小化;最后,运用人脸跟踪中所有单个帧重建各个身份,利用稀疏重建完成人脸分类.在YouTube人脸数据集上的实验验证了本文方法的有效性,在YouTube名人数据集和本文搜集的电影预告片数据集上的实验结果表明,相比几种较为新颖的分类方法,该方法取得了更高的识别精度,并且在拒绝不明身份上的准确率比SVM高8%.
為瞭從大字典視頻中跟蹤和識彆人臉,提齣瞭一種基于平均序列的稀疏錶示分類耑到耑識彆方法.首先,利用所有可用視頻數據和屬于同一箇人的人臉跟蹤幀進行聯閤優化;然後,將嚴格的時間約束添加到l1-最小化;最後,運用人臉跟蹤中所有單箇幀重建各箇身份,利用稀疏重建完成人臉分類.在YouTube人臉數據集上的實驗驗證瞭本文方法的有效性,在YouTube名人數據集和本文搜集的電影預告片數據集上的實驗結果錶明,相比幾種較為新穎的分類方法,該方法取得瞭更高的識彆精度,併且在拒絕不明身份上的準確率比SVM高8%.
위료종대자전시빈중근종화식별인검,제출료일충기우평균서렬적희소표시분류단도단식별방법.수선,이용소유가용시빈수거화속우동일개인적인검근종정진행연합우화;연후,장엄격적시간약속첨가도l1-최소화;최후,운용인검근종중소유단개정중건각개신빈,이용희소중건완성인검분류.재YouTube인검수거집상적실험험증료본문방법적유효성,재YouTube명인수거집화본문수집적전영예고편수거집상적실험결과표명,상비궤충교위신영적분류방법,해방법취득료경고적식별정도,병차재거절불명신빈상적준학솔비SVM고8%.