金泰坤;阿兰杰洛维奇(Arandjelović,Ognjen);罗伯托·西波拉 用于基于图像集的识别的增强流形主角。 (英语) Zbl 1118.68627号 模式识别 40,第9期,2475-2484(2007)。 摘要:我们解决了对向量集进行分类的问题。我们提出并引入了一种基于相应向量子空间之间比较的新方法。特别是,有两个主要的新颖领域:(i)我们将线性子空间之间的主角的概念推广到具有任意非线性的流形;(ii)证明了boosting如何用于应用最佳主角融合。在自动人脸识别任务中,该方法的优势得到了实证证明,在该任务中,其表现优于文献中最先进的方法。 引用于三文件 MSC公司: 68吨10 模式识别、语音识别 关键词:人脸识别;歧管;图像集;主角;典型相关分析;增压;非线性子空间;照明;姿势;稳健性;不变性 软件:阿达·布斯特。MH公司 PDF格式BibTeX公司 XML格式引用 \textit{T.-K.Kim}等人,模式识别40,第9期,2475-2484(2007;Zbl 1118.68627) 全文: 内政部 参考文献: [1] G.Shakhnarovich,J.W.Fisher,T.Darrel,《从长期观察中识别人脸》,收录于:IEEE欧洲计算机视觉会议论文集,2002年第3卷,第851-868页。;G.Shakhnarovich,J.W.Fisher,T.Darrel,《从长期观察中识别人脸》,收录于:IEEE欧洲计算机视觉会议论文集,2002年第3卷,第851-868页·Zbl 1039.68719号 [2] Tipping,M.E。;Bishop,C.M.,概率主成分分析,J.R.统计。Soc.,3,61,611-622(1999)·Zbl 0924.62068号 [3] 盖,T.M。;Thomas,J.A.,《信息理论要素》(1991年),威利出版社,纽约·Zbl 0762.94001号 [4] Arandjelović,O。;Cipolla,R.,从人脸运动流形进行人脸识别的信息理论方法,图像视觉计算。,24,5(2006),出版中 [5] D.H.Johnson,S.Sinanović,《对称Kullback-Leibler距离》,莱斯大学技术报告,2001年。;D.H.Johnson,S.Sinanović,《对称Kullback-Leibler距离》,莱斯大学技术报告,2001年。 [6] O.Arandjelović,G.Shakhnarovich,J.Fisher,R.Cipolla,T.Darrell,使用流形密度散度的图像集进行人脸识别,收录于:IEEE计算机视觉和模式识别会议论文集,2005年第1卷,第581-588页。;O.Arandjelović,G.Shakhnarovich,J.Fisher,R.Cipolla,T.Darrell,使用流形密度散度的图像集进行人脸识别,收录于:IEEE计算机视觉和模式识别会议论文集,第1卷,2005年,第581-588页。 [7] Hotelling,H.,两组变量之间的关系,生物统计学,28,321-372(1936)·Zbl 0015.40705号 [8] Gittins,R.,经典分析:生态学应用综述,生物数学,12(1985)·Zbl 0576.62069号 [9] Kailath,T.,《三十年线性滤波理论的观点》,IEEE Trans。通知。理论,20,2,146-181(1974)·Zbl 0307.93040号 [10] Oja,E.,《模式识别的子空间方法》(1983),研究出版社,威利:研究出版社,纽约威利 [11] O.Yamaguchi,K.Fukui,K.Maeda,使用时间图像序列的人脸识别,载于:IEEE自动人脸和手势识别国际会议论文集,1998年第10卷,第318-323页。;O.Yamaguchi,K.Fukui,K.Maeda,使用时间图像序列进行人脸识别,收录于:IEEE自动人脸和手势识别国际会议论文集,第10卷,1998年,第318-323页。 [12] Maki,A。;Fukui,K.,顺序isar图像中的船舶识别,马赫数。愿景应用。,2004年3月15日 [13] 福井,K。;Yamaguchi,O.,《使用多视点模式进行机器人视觉人脸识别》,国际交响乐团。机器人。决议(2003年) [14] 沃尔夫,L。;Shashua,A.,使用核主角学习集合,J.Mach。学习。第4、10、913-931号决议(2003年)·Zbl 1098.68679号 [15] Schölkopf,B。;Smola,A。;Müller,K.,《内核主成分分析》,《高级内核方法》,327-352(1999) [16] 比约克,澳大利亚。;Golub,G.H.,计算线性子空间之间角度的数值方法,数学。计算。,27, 123, 579-594 (1973) ·Zbl 0282.65031号 [17] O.Arandjelović,R.Cipolla,时间相干高斯混合模型的增量学习,摘自:IAPR英国机器视觉会议论文集,2005年第2卷,第759-768页。;O.Arandjelović,R.Cipolla,时间相干高斯混合模型的增量学习,摘自:IAPR英国机器视觉会议论文集,2005年第2卷,第759-768页。 [18] 霍尔,P。;D.马歇尔。;Martin,R.,合并和分裂特征空间模型,IEEE Trans。模式分析。机器。智力。(2000) [19] 李毅。;徐,J。;amd Morphett,L。;Jacobs,R.,增量和鲁棒PCA的集成算法,IEEE图像处理国际会议论文集(2003) [20] 斯科卡,D。;Leonardis,A.,子空间学习的加权稳健增量方法(IEEE计算机视觉国际会议论文集(2003)),1494-1501 [21] 弗伦德,Y。;Schapire,R.E.,在线学习的决策论概括及其在助推中的应用,(第二届欧洲计算学习理论会议论文集(1995)),23-37 [22] Maeda,K。;O.山口。;Fukui,K.,《走向三维模式识别》,统计学。模式识别,31381061-1068(2004)·Zbl 1104.68646号 [23] Tipping,M.E。;Bishop,C.M.,概率主成分分析仪的混合,神经计算。,11, 2, 443-482 (1999) [24] 杜达,R.O。;哈特,体育。;Stork,D.G.,《模式分类》(2000),威利出版社:威利纽约 [25] 维奥拉,P。;Jones,M.,《鲁棒实时人脸检测》,国际计算机杂志。愿景,57,2,137-154(2004) [26] Belhumeur,P.N。;赫斯帕尼亚,J.P。;Kriegman,D.J.,《特征脸与渔夫脸:使用特定类别线性投影的识别》,IEEE Trans。模式分析。机器。智力。,19, 7, 711-720 (1997) [27] 特克,M。;Pentland,A.,识别特征脸,J.认知神经科学。,3, 1, 71-86 (1991) [28] 赵伟。;切拉帕,R。;Krishnaswamy,A.,人脸识别主要成分的判别分析,(IEEE自动人脸和手势识别国际会议论文集(1998)),336-341 [29] 麻省理工大学Sadeghi。;Kittler,J.V.,《lda空间中的决策:广义梯度方向度量》,(IEEE自动人脸和手势识别国际会议论文集(2004)),248-253 [30] 王,X。;Tang,X.,人脸识别的随机抽样lda,(IEEE计算机视觉和模式识别会议论文集(2004)),259-265 [31] Kim,T.-K。;Kittler,J.V.,用于单模型图像人脸识别的多模态分布类的局部线性判别分析,IEEE Trans。模式分析。机器。智力。,27, 3, 318-327 (2005) [32] Kim,T.-K。;Kittler,J。;Cipolla,R.,学习用图像集进行物体识别的判别典型相关性,(欧洲计算机视觉会议论文集(2006)),251-262 [33] Kim,T.-K。;Arandjelović,O。;Cipolla,R.,使用增强流形主角学习集合(BoMPA),(英国机器视觉会议论文集(2005)),779-788 [34] P.J.Phillips,P.Grother,R.J Micheals,D.M.Blackburn,E.Tabassi,J.M.Bone,FRVT 2002:评估报告,2003年3月。\兰格;\)http://www.frvt.org/frvt网站\(2002/\rangle;\);P.J.Phillips,P.Grother,R.J Micheals,D.M.Blackburn,E.Tabassi,J.M.Bone,FRVT 2002:评估报告,2003年3月。\兰格;\)http://www.frvt.org/frvt网站\(2002/\rangle;\) [35] D.M.Blackburn、M.Bone、P.J.Phillips,《2000年面部识别供应商测试:评估报告》,2000年。;D.M.Blackburn、M.Bone、P.J.Phillips,《2000年面部识别供应商测试:评估报告》,2000年。 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。