一种融合流形学习的视频人脸性别识别改进算法

• 作者: 张丹
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 视频人脸性别识别 流形学习 聚类融合 保局投影 支持向量机
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 计算机、网络及其应用技术
• 页码范围: 1031-1034
• 分类号: TN919|TP391.41
• 字数: 3313字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2012.06.041

摘要

如何有效利用视频中人脸之间的时空连续性信息来克服人脸分辨率低、图像尺度变化大和姿态、光照变化以及遮挡等问题是视频人脸识别的关键所在.提出了一种基于流形学习的视频人脸性别识别算法.该算法不仅可以通过聚类融合学习来挖掘视频内在的连续性信息,同时能发现人脸数据中内在非线性结构信息而获得低维本质的流形结构.在UCSD/Honda和自采集数据库上与静态的算法比较结果表明,所提算法能够获得更好的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张丹		1	1	1.0	1.0