基于“SOM脸”的选择性单训练样本人脸识别

被引：1

作者：

谭晓阳

刘俊

张福炎

机构：

[1] 南京大学软件新技术国家重点实验室

[2] 南京航空航天大学计算机科学与工程系

[3] 南京大学软件新技术国家重点实验室南京

[4] 南京

来源：

南京航空航天大学学报 | 2005年 / 01期

基金：

高等学校骨干教师资助计划;

关键词：

人脸识别; 单训练样本人脸识别; 自组织神经网络;

D O I：

10.16356/j.1005-2615.2005.01.010

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

基于“SOM脸”计算模型提出一种新的人脸局部区域重要程度度量方法 ,并用于进行选择性单训练样本人脸识别。从机器人脸识别的角度 ,并未预先人为设定任何重要区域 ,而是通过学习来自动发现这些对机器而言相对重要的人脸区域 ,即包含类信息相对丰富的区域 ,并将其进行可视化。实验结果表明 ,在利用了人脸局部区域重要程度信息后 ,识别算法的性能和效率均得到提高 ;特别是仅选择人脸图像中若干部分重要的区域用于识别时 ,在提高识别效率的同时 ,识别性能未见明显下降。

引用

页码：44 / 47

页数：4

共 5 条

[1]

Face recognition: a literature survey. Zhao W,Chellappa R,Phillips P J,et al. ACM Computing Survey, December Issue . 2003

[2]

View-based and modular eigenspaces for face recognition. Pentland A,Moghaddam B,Starner T. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition[C] . 1994

[3]

Recognizing imprecisely localized,partially occluded, and expression variant faces from a single sample per class. Martinez A M. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2002

[4]

Face recognition: features versus templates. Brunelli R,Poggio T. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1993

[5]

The FERET database and evaluation procedure for face recognition algorithms. Phillips P J,Wechsler H,Huang J,et al. Image and Vision Computing . 1998

← 1 →