×
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。