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-论文.pdf

《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-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第14卷第15期2014年5月科学技术与工程Vo1．14No．15May20141671—1815(2014)15—0212—07ScienceTechnologyandEngineering⑥2014Sci．Tech．Engrg．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杨天朋唐娴(商丘学院计算机科学与技术学院，商丘476000)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

2、，利用迭代器自动确定两个图像集问的正则化最近点；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、CMUMobo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中图法分类号TP391．41；文献标志码A正确识别

3、感兴趣的对象(如人脸)是计算机视另一类集间距离通过比较非参数化模型的结构得觉和模式识别领域中最重要的问题之一⋯。尽管到，例如，广泛应用于文献[9]的典型相关分析，分每个对象的图库集可能是一幅图像也可能是多幅图析了线性子空问之问的主角度和正则关系。此外，像，但是通常还是将传统的人脸识别制定成一个从文献[10]用图像集的自然第二顺序统计协方差矩单一探针图像中识别人脸的问题，然而，在非约束环阵表示每个图像集，制定基于图像集的分类为位于境下，仅从单一人脸图像正确识别出一个人是很有Riemannian流形的分类点。近期，文献[11]提出

4、一挑战性的，因为外观会因各种姿态、光照、表情、遮挡个有趣的图像集人脸识别方法：稀疏近似最近点等变化而变化J。因此，寻求一种良好的算法解(SANP)，该方法将每个图像集建模成一个仿射包，决图像集人脸识别问题显得至关重要。选择两个距离最近的点(每个图像集中一个点)作为了求解基于图像集的视频人脸识别问题，学为稀疏近似最近点，其中要求SANPs是由原始样本者们提出了许多方法，主要分为两个类型：基于参数稀疏表示的，最终集之间的距离就是SANPs之间的化模型的方法和非参数化非模型方法』。参数化距离乘以仿射包的维度。SANP相比于以前的算方

5、法通常需要求解很困难的参数估计问题，要求图法，能得到更先进的性能，然而，SANP不能对每个库和探针集有很强的统计关联性，这在实践中可能图像集都很好地建模，尽管它强制采用了仿射包表不存在。为了规避参数化方法的缺点，非参数化示和稀疏正则化，复杂的模型(三个表示项四个未的非模型方法将图像集表示为一个线性仿射子集、知变量)使SANP有点混乱，稀疏约束和许多未知的混合子控件、或者非线性流形J。通常，非线性流变量也增加了求解SANP的难度和复杂度。形方法表示图像集为一个局部线性子空问的组基于上述分析，提出了一种基于图像集匹配的合。基于图像

6、集的表示法，集之问的距离可以定正则化最近点(RNP)算法，证明了SANP中复杂的义为这两个图像集中的两个“范例”(即样本平均)方案和表示系数的稀疏约束的不必要性。相比于之间的距离。文献[8]通过横跨图像集样本的仿射SANP，RNP更好地对图像集建模，方案简单，参数和或凸包特征化每个图像集，选择两个距离最近的点未知变量数目少。提出的求解RNP的有效算法也(一个包上一个点)作为“范例”。非参数化方法的是时间复杂度非常低的。在基准图像集数据库上的实验清楚地表明，RNP能得到比之前算法都高的识2013年1O月8日收到国家自然科学基金(

7、61170035)、别精度，包括SANP，更重要的是，本文提出的RNP中央高校基本科研业务费科研专项项目(cDJzR10180016)资助执行速度很快，在CMUMobo数据库上比SANP快第一作者简介：杨天朋(1977一)，男，硕士，讲师。研究方向：人工智20倍。能、数据挖掘、并行编译。E—mail：yangtianpeng2013@163．com。15期杨天朋，等：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215结构，它能很好地影响置和y的类信息，SANP的式表1RNP和SANP分类一个探针图像集的时间复

8、杂度(3)中的d+d项也考虑了每个图像集的结构，然Table1Timecomplexityofelassi~ingaprobeimagesetofRNPandSANP而，d+d对阈值是敏感的(即能源保持百分比)。探针图像集y的身份由式(12)确定：identity(Y)=ar