结合加权子空间和相似度度量学习的人脸验证方法研究

• 作者: 张小刚 李骁 汤红忠 王翔 陈华
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 类内变化 加权子空间 相似度度量学习 人脸验证
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 152-160
• 页数: 9页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2018.02.19

摘要

在无约束条件下,人脸表情、姿态、光照以及背景等复杂因素可能导致人脸图像的类内变化大于类间变化.针对如何降低较大的类内变化对人脸验证研究的影响,本文结合加权子空间,提出了一种带先验相似性和先验距离约束的相似度度量学习方法.首先,利用类内人脸对样本,学习带权重的类内协方差矩阵,通过加权子空间的投影,从人脸图像中获得鲁棒性的人脸特征表达;其次,利用样本对的相似性与差异性,建立了带先验相似性和先验距离约束的相似度度量学习模型,优化后的度量矩阵可以有效提高特征向量的类内鲁棒性和类间判别性;最后,利用优化的度量矩阵计算人脸对的相似度.在 LFW(Labeled Faces in the Wild)数据集的实验验证了所提模型的有效性,与其它同类相似度度量学习方法相比,优化的度量矩阵更能准确地评估人脸间的相似性,并在受限训练集上取得了91.2%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	张小刚	湖南大学电气与信息工程学院	42	577	15.0	22.0
2	陈华	湖南大学信息科学与工程学院	28	442	13.0	20.0
3	汤红忠	湖南大学电气与信息工程学院	28	238	9.0	14.0
7	王翔	湘潭大学信息工程学院	4	8	2.0	2.0
8	李骁	湘潭大学信息工程学院	3	13	2.0	3.0