利用协方差矩阵法表示深度图像集的鲁棒人脸识别

• 作者: 季秋 张晗 马建红
• 来源期刊: 计算机应用研究
• 关键词: 深度图像 人脸识别 图像集 协方差矩阵法 黎曼流形
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3847-3851,3857
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.12.073

摘要

针对深度图像集人脸识别的鲁棒性问题，提出将多幅Kinect图像作为一个图像集，Kinect捕获的原始深度数据可用于姿态估计以及人脸区域的自动裁剪。首先，将图像集划分到c个图像子集，子集中的所有图像划分为4×4的图像块；然后，将图像集中的图像模拟为图像块，按照姿势划分，每个子集使用协方差矩阵法表示；最后，在黎曼流形上模拟子集图像，为了分类，黎曼流形的每个图像子集分别学习支持向量机模型，并引入一种融合方法来合并所有图像子集的结果。在三个最大的公开Kinect人脸数据集CurtinFaces、Biwi Kinect和UWA Kinect上的实验结果验证了该方法的有效性，与其他较先进的方法相比，识别率有较大提升，标准差保持较低，对图像集数量、图像子集划分数量和空间分辨率具有较好的鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马建红	郑州大学软件与应用科技学院	30	152	7.0	11.0
2	张晗	郑州大学软件与应用科技学院	20	28	3.0	4.0
3	季秋	东南大学计算机科学与工程学院	5	29	3.0	5.0