利用协方差矩阵法表示深度图像集的鲁棒人脸识别

被引：5

作者：

马建红 ^{[1
]}

张晗 ^{[1
]}

季秋 ^{[2
]}

机构：

[1] 郑州大学软件与应用科技学院

[2] 东南大学计算机科学与工程学院

来源：

计算机应用研究 | 2016年 / 33卷 / 12期

关键词：

深度图像; 人脸识别; 图像集; 协方差矩阵法; 黎曼流形;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

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Curtin Faces、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。

引用

页码：3847 / 3851+3857 +3857

页数：6

共 16 条

[1]

Graph embedding discriminant analysis on Grassmannian manifolds for improved image set matching. Shirazi S,Alavi A,Harandi M T,et al. Proceedings of IEEE Conference on Computer Vision and Pattern Recognition . 2011

[2]

3D Spatio-Temporal face recognition using dynamic range model sequences. Yi Sun,Lijun Yin. Proc of IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops . 2008

[3]

Real time head pose estimation with randomregression forests. Fanelli G,Gall J,Van Gool L. 2011IEEE Conference on Computer Vision and PatternRecognition . 2011

[4]

Manifold-manifold distance with application to face recognition based on image set. Wang Ruiping,Shan Shiguang,Chen Xilin,et al. IEEE Computer Society Conference on Computer Vision and Pattern Recognition(CVPR’2008) . 2008

[5]

Geometry driven semantic labeling of indoor scenes. Khan S H,Bennamoun M,Sohel F,et al. Proc of the 13th European Conference on Computer Vision . 2014

[6] 正交判别的线性局部切空间排列的人脸识别 [J].

李勇周 ;

罗大庸 ;

刘少强 .

中国图象图形学报 , 2009, (11) :2311-2315

[7] 基于核函数的学习算法 [J].

田盛丰 .

北方交通大学学报 , 2003, (02) :1-8

[8]

基于增量学习的视频跟踪[D]. 朱鹏吉.安徽大学 2014

[9]

Discriminative Learning and Recognition of Image Set Classes Using Canonical Correlations. Tae-Kyun Kim,Josef Kittler,Roberto Cipolla. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2007

[10]

Face recognition with imagesets using manifold density divergence. Arandjelovic, O,Shakhnarovich, G,Fisher, J,Cipolla, R,Darrell, T. IEEE Computer Society Conference on Computer Visionand pattern Recognition . 2005

← 1 2 →