×
李德宇;哈米德·克里姆

使用变形圆曲线在傅里叶域进行三维人脸识别。 （英语） Zbl 1403.68219号

多维系统。信号处理。 28，第1期，105-127（2017）.
摘要：图像和视觉应用中最重要的问题之一是如何高效地表示包含大量复杂数据的目标图像。在低维中分析高维信号而不丢失其信息的能力，在图像处理领域一直是至关重要的。本文提出了一种基于变形圆曲线、基于最短测地线距离和基于特征的三维人脸识别方法傅里叶变换测量的测地距离信息生成一个矩阵，其实体是参考点和三维对象上任意点之间的测地间距，并且通过重塑矩阵生成一维向量，而不会丢失目标对象的原始属性。遵循的属性傅里叶变换由于幅值响应的对称性，原始信号可以在低维空间进行分析，而不会损失固有特性。本文主要研究利用变形圆曲线的高效表示和识别算法，仿真结果表明，该算法对几何人脸信息的识别具有良好的效果。

MSC公司：

68吨10 模式识别、语音识别
68T45型 机器视觉和场景理解
68单位05 计算机图形；计算几何（数字和算法方面）
94A08型 信息和通信理论中的图像处理（压缩、重建等）

关键词：

人脸识别;分类;变形圆曲线;测地距离;傅里叶变换;降维
PDF格式BibTeX公司 XML格式引用
\textit{D.Lee}和\textit{H.Krim}，多维系统。信号处理。28，第1号，第105-127条（2017；Zbl 1403.68219）
全文： DOI程序

参考文献：

[1] Aldrubi，A.和Grochenig，K.（2001年）。移位不变空间中的非均匀采样和重构。SIAM评论，43（4），585-620·Zbl 0995.42022号 ·doi:10.1137/S0036144501386986
[2] Aouada，D.和Krim，H.（2010年）。三维形状精细紧凑建模的图形记录器。IEEE模式分析和机器智能事务，19（2），306-321·Zbl 1371.68247号
[3] Ballihi，L.、Ben Amor，B.、Daoudi，M.、Srivastava，A.和Aboutajdine，D.（2012）。增强三维几何特征，实现高效的人脸识别和性别分类。IEEE信息取证与安全汇刊，7（6），1766-1799。
[4] Belkin，M.和Niyogi，P.（2003）。用于降维和数据表示的拉普拉斯特征映射。神经计算，151373-1396·Zbl 1085.68119号 ·doi:10.1162/089976603321780317
[5] Berretti，S.、Del Bimbo，A.和Pala，P.（2010年）。使用等深条纹进行三维dace识别。IEEE模式分析和机器智能汇刊，32（12），2162-2177·doi:10.1109/TPAMI.2010.43
[6] Borg，I.&Gronen，P.J.F.（2005）。现代多维尺度理论与应用，统计学中的斯普林格系列（第二版）。纽约：施普林格出版社·Zbl 1085.62079号
[7] Bowyer，K.W.，Chang，K.，&Flynn，P.（2006）。3D和多模式3D+2D人脸识别方法和挑战综述。计算机视觉和图像理解，101（1），1-15·doi:10.1016/j.cviu.2005.05.005
[8] De Lathauwer，L.和Vandewalle，J.（2004）。高阶信号处理中的降维和多重线性代数中的秩（R1，R2，.，RN）缩减。信号和图像处理中线性代数专题，391，31-55·Zbl 1066.94001号
[9] Demartines，P.，Herault，J.（1997）。曲线成分分析：用于数据集非线性映射的自组织神经网络。IEEE神经网络汇刊，8（1），148-154·Zbl 1066.94001号
[10] Donoho，D.L.（2006）压缩传感。IEEE信息理论学报，52（4），1289-1306·Zbl 1288.94016号
[11] Elad，A.和Kimmel，R.（2003）。关于曲面的弯曲不变量签名。IEEE模式分析和机器智能汇刊，25（10），1285-1295·doi:10.1109/TPAMI.2003.1233902
[12] Feng，S.、Krim，H.和Kogan，I.A.（2007年）。基于欧氏积分不变量签名的三维人脸识别。2007年IEEE/SP第14届统计信号处理研讨会。SSP’07，第156-160页
[13] Guillamet，D.、Schiele B.和Vitria，J.（2002年）。分析非负矩阵分解用于图像分类。第16届模式识别国际会议论文集·Zbl 1047.68123号
[14] Hardoon，D.R.、Szedmak，S.和Shawe-Taylor，J.（2004）。典型相关分析：学习方法应用概述。神经计算，16，2639-2664·Zbl 1062.68134号 ·doi:10.1162/0899766042321814
[15] He，X.和Niyogi，P.（2004）。保留位置的投影。《NIPS学报，神经信息处理系统进展》（第16卷）。温哥华：麻省理工学院出版社。
[16] Hou，C.，Nie，F.，Li，X.，Yi，D.，&Wu，Y.（2014）。联合嵌入学习和稀疏回归：无监督特征选择框架。IEEE控制论汇刊，44（6），793-804。
[17] Huang，W.和Yin，H.（2009年）。人脸识别中的非线性降维方法。IDEAL'09第十届智能数据工程和自动学习国际会议论文集，第424-432页。
[18] Hyvarinen，A.和Oja，E.（1997年）。一种用于独立分量分析的快速定点算法。神经计算，91483-1492·doi:10.1162/neco.1997.9.7.1483
[19] Jahanbin，S.、Choi，H.、Liu，Y.和Bovik，A.C.（2008）。使用等深和等深曲线进行三维人脸识别。第二届IEEE国际生物计量学会议：理论、应用和系统，2008年。BTAS 2008。
[20] Kohonen，T.（1990）。自组织地图。IEEE会议录，78（9）：1464-1480。
[21] Lee，D.和Krim，H.（2010年）。使用结构环形光图案进行三维表面重建。在ACIVS 2010中。第一部分，LNCS（第6474卷，第279-289页）。
[22] Lee，D.和Krim，H.（2011年）。二维曲面的采样率。SSVM、LNCS、6667、，
[23] Lee，J.A.、Lendasse，A.和Verleysen，M.（2004）。具有曲线距离的非线性投影：等值线图与曲线距离分析。神经计算，57，49-76·doi:10.1016/j.neucom.2004.01.007
[24] Liu，P.，Wang，Y.，Huang，D.，Z.，&Chen，L.（2013）。学习三维人脸识别中的球面调和特征。IEEE图像处理汇刊，22（3），914-925·Zbl 1373.94257号
[25] Liu，X.，Wang，L.，Zhang，J.和Liu，H.（2014）。用于特征选择的全局和局部结构保留。IEEE神经网络和学习系统学报，25（6），1083-1095。
[26] Miao S.和Krim，H.（2010年）。基于等距离曲线演化的三维人脸识别。2010年IEEE声学语音和信号处理国际会议（ICASSP），第1134-1137页。
[27] Mika，S.、Ratsch，G.、Weston，J.、Scholkopf，B.和Muller，K.-R（1999）。带核的Fisher判别分析，信号处理的神经网络IX。1999年IEEE信号处理学会研讨会论文集。
[28] Oprea，J.（2007）。微分几何及其应用（第2版）。美国数学协会（合并）：皮尔逊教育·Zbl 1153.53001号
[29] Roweis，S.T.和Saul L.K.（2000年）。通过局部线性嵌入实现非线性降维。科学，2902323-2326。
[30] Samir，C.、Srivastava，A.和Daoudi，M.（2006）。使用面部曲线形状的三维人脸识别。IEEE模式分析和机器智能汇刊，28（11），1858-1863·doi:10.1109/TPAMI.2006.235
[31] Saul，L.K.和Roweis，S.T.（2000）。局部线性嵌入简介。新泽西州弗洛勒姆公园：AT和T。
[32] 肖尔科夫、伯恩哈德、斯莫拉、亚历山大和穆勒、克劳斯·罗伯特。(1997). 核主成分分析，人工神经网络-ICANN’97。计算机科学课堂讲稿，1327583-588。
[33] Schokopf，B.、Smola，A.和Muller，K.-R.（1998年）。非线性分量分析是一个核心特征值问题。神经计算，101299-1319·doi:10.1162/08997669830017467
[34] Tenenbaum，J.B.、de Silva，V.和Langford，J.C.（2000）。非线性降维的全局几何框架。科学，290（5500），2319-2323·Zbl 0955.37025号 ·doi:10.1126/science.290.5500.2319
[35] Turk，Matthew A.和Pentland，A.P.（1991年）。使用特征脸的人脸识别。IEEE计算机学会计算机视觉和模式识别会议，第586-591页。
[36] Unser，M.（2000）。香农50年后采样。IEEE会议录，88（4），569-587·Zbl 1404.94028号
[37] Vasuhi，S.和Vaidehi，V.（2009年）。使用正交局部保持投影进行人脸识别。在信号处理系统国际会议上。
[38] Wang，X.和Paliwal，K.K.（2003）。特征提取和降维算法及其在元音识别中的应用。模式识别，36（10），2429-2439·Zbl 1039.68114号 ·doi:10.1016/S0031-3203（03）00044-X
[39] Zhang，C.、Wang，J.、Zhao，N.和Zhang的D.（2004）。基于非线性降维的多姿态人脸图像重建与分析。模式识别，37（2），325-336·Zbl 1059.68124号 ·doi:10.1016/j.patcog.2003.07.005
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。