基于关键特征随机组合的亲属关系认证算法

摘要：

提出基于3个客体进行亲属关系认证的算法,即利用父母和他们的1个子女的面部关键特征判断他们之间的亲属关系.根据父母与子女之间有基因重叠的生物学原理,子女的面部关键特征和父母双方中一方的面部关键特征具有相似性.基于此提出了利用父母的面部关键特征重构子女面部特征的想法,即通过比较父母面部关键特征与子女面部关键特征之间的欧氏距离,选取欧式距离较小的关键特征作为子女面部关键特征的近似特征.在相似性学习方面引入了度量学习,从局部特征的角度入手,分别对各个关键特征进行度量学习,然后利用余弦相似函数求得每对样本对应关键特征的相似度.将获得的各个相似度值作为一对样本的属性值,最后使用支持向量机(SVM)在最高决策层进行融合分类,求得最终的准确率.通过与现有的基于3个客体进行亲属关系认证的方法对比证明本文算法可取得更好的性能.

关键词：亲属关系认证、度量学习、支持向量机(SVM)、特征组合

所属期刊栏目：29

资助基金：国家自然科学基金61771420;河北省自然科学基金F2016203422

在线出版日期：2019-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：60-68