基于图像集匹配(ISM)的正则化最近点法在视频人脸识别中的应用

摘要：

针对视频人脸识别中传统的图像集算法受光照、表情、姿态及遮掩等变化而影响识别性能的问题,提出了一种图像集匹配的正则化最近点算法.首先,将图库图像集和探针图像集建模成正则化仿射包,利用迭代器自动确定两个图像集间的正则化最近点;然后,利用最近子空间分类器最小化正则化最近点;最后,根据正则化最近点之间的欧氏距离及结构计算RNP集之间的距离,并利用最近邻分类器完成人脸识别.在Honda/UCSD、CMU Mobo和YouTube三大视频人脸数据库上的实验验证了所提算法的有效性及可靠性,实验结果表明,相比其他几种图像集人脸识别算法,所提算法取得了更好的识别效果,同时,大大减少了训练及测试总完成时间.

关键词：视频人脸识别、正则化最近点、正则化仿射包、图像集匹配、最近邻分类器

所属期刊栏目：14

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61170035;中央高校基本科研业务费科研专项项目CDJZR10180016

在线出版日期：2014-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：212-218