基于偏最小二乘回归的性别识别

被引：2

作者：

薛佳辰 ^{[1
]}

冯钧 ^{[1
]}

雷震 ^{[2
]}

李子青 ^{[2
]}

机构：

[1] 河海大学计算机与信息学院

[2] 中国科学院自动化研究所模式识别国家重点实验室

来源：

计算机工程与设计 | 2013年 / 34卷 / 09期

关键词：

自然场景; 性别识别; 偏最小二乘回归; 多尺度方差局部二元模式; 多尺度局部二元模式;

D O I：

10.16208/j.issn1000-7024.2013.09.050

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

在现有研究中,人脸图像往往局限于简单的受控场景,忽略了自然场景中光照、姿态、表情等因素的影响。针对此问题,重点研究了自然场景下的性别识别问题,并提出了基于偏最小二乘回归(PLS)的性别识别算法。在人脸特征提取阶段,提出了一种新的特征描述算子多尺度方差局部二元模式(MBV-LBP),并与多尺度局部二元模式(MB-LBP)结合作为最终的人脸特征表示,采用PLS模型同时完成特征降维和性别识别,简化了计算过程。通过在LFW数据库和一个Web人脸图像库上进行实验,实验结果表明了算法的优越性。

引用

页码：3226 / 3229+3254 +3254

页数：5

共 4 条

[1] 基于人脸的性别识别[D]. 许孜奕.上海交通大学. 2009
[2] Learning local binary patterns for gender classification on real-world face images[J] . Caifeng Shan.Pattern Recognition Letters . 2011 (4)
[3] Gender recognition: A multiscale decision fusion approach[J] . Luís A. Alexandre.Pattern Recognition Letters . 2010 (11)
[4] Partial least squares regression and projection on latent structure regression (PLS Regression)
Abdi, Herve
[J]. WILEY INTERDISCIPLINARY REVIEWS-COMPUTATIONAL STATISTICS, 2010, 2 (01): : 97 - 106

← 1 →