一种基于QPSO优化的流形学习的视频人脸识别算法

• 作者: 刘宇琦 王玉 赵宏伟
• 来源期刊: 自动化学报
• 关键词: 视频人脸识别 量子微粒群优化 黎曼流形学习 视频相似度
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 256-263
• 页数: 8页
• 字数: 6683字
• 语种: 中文
• DOI: 10.16383/j.aas.c180359

摘要

视频场景复杂多变,视频采集设备不一致等原因,导致无约束视频中充斥着大量的遮挡和人脸旋转,视频人脸识别方法的准确率不高且性能不稳定.为解决上述问题,本文提出了一种基于QPSO优化的流形学习的视频人脸识别算法.该算法将视频人脸识别视为图像集相似度度量问题,首先帧图像对齐后提取纹理特征并进行融合,再利用带有QPSO优化的黎曼流形大幅度简约维度以获得视频人脸的内在表示,相似度则由凸包距离表示,最后利用SVM分类器获得分类结果.通过在Youtube Face数据库和Honda/UCSD数据库上与当前主流算法进行的对比实验,验证了本文算法的有效性,所提算法识别精度较高,误差较低,并且对光照和表情变化具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵宏伟	吉林大学计算机科学与技术学院	212	1233	19.0	27.0
5	王玉	吉林大学计算机科学与技术学院	58	178	6.0	12.0
14	刘宇琦	吉林大学计算机科学与技术学院	3	1	1.0	1.0