视频人脸识别中判别性联合多流形分析

• 作者: 于谦 庄韫恺 霍静 高阳
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 基于视频的人脸识别 图像集 分片 多流形 相似性度量
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 大数据时代的机器学习研究专刊
• 页码范围: 2897-2911
• 页数: 15页
• 分类号: TP391
• 字数: 12077字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.004894

摘要

将基于视频的人脸识别转换为图像集识别问题,并提出两种流形来表示每个图像集:一种是类间流形,表示每个图像集的平均脸信息;另一种是类内流形,表示每个图像集的所有原始图像的信息.类间流形针对图像集之间的区别提取整体判别信息,作用是选出几个与待识别图像集较为相似的候选图像集.类内流形则考虑图像集内各原始图像之间的关系,负责从候选图像集中找出最为相似的一个.不同于现有的非线性流形方法中每幅图像对应流形中的一个点,采用分片技术学习两种流形的投影矩阵,每个分片对应流形中的一个点,所学到的特征更具有判别性,进而使流形边界更加清晰,同时解决了传统非线性流形方法中的角度偏差和不充分采样问题.还提出了与分片技术相匹配的流形之间的距离度量方法.最后在几个广为研究的数据集上进行了实验,结果表明:新方法的识别准确率高,尤其适用于不受控环境下的视频识别,而且不受视频段长短的影响.