×
弗朗西斯科·普约尔。；希吉尼奥·莫拉；JoséA.Girona-Selva。

一种用于人脸识别的连接计算方法。 （英语） Zbl 1347.68296号

国际期刊申请。数学。计算。科学。 26，第2期，451-465（2016）.
摘要：本文介绍了一种改进的弹性束图匹配（EBGM）人脸识别算法。首先，使用基于RGB颜色空间的模糊皮肤检测器检测人脸。然后，通过将点网格调整为边缘检测器的结果，自动提取人脸图的基准点。然后，计算节点的位置、它们与相邻节点的关系以及它们的Gabor喷射，以获得定义每个面的特征向量。随后显示了一个自组织映射（SOM）框架。因此，获胜神经元的计算和识别过程是通过使用考虑面部图形的几何和纹理信息的相似性函数来执行的。针对我们的SOM-EBGM方法进行的一组实验表明，与其他最先进的方法相比，我们的建议具有准确性。

引用于2文件

MSC公司：

68吨10 模式识别、语音识别
68单位10 图像处理的计算方法

关键词：

模式识别；人脸识别；神经网络；自组织映射

软件：

费雷特；LFW公司
PDF格式BibTeX公司 XML格式引用
\textit{F.A.Pujol}等人，国际期刊应用。数学。计算。科学。26，编号2，451-465（2016；兹bl 1347.68296）
全文： 内政部

参考文献：

[1] Ahonen，T.、Hadid，A.和Pietikainen，M.（2004）。基于局部二进制模式的人脸识别，《第八届欧洲计算机视觉会议论文集》，ECCV 2004，捷克共和国布拉格，第469-481页·Zbl 1098.68717号
[2] Azorín-López，J.、Saval-Calvo，M.、Fuster-Guilló，A.和Oliver-Albert，A.（2014）。基于轨迹表示的人类行为识别预测模型，国际神经网络联合会议论文集，2014年，中国北京，第1494-1501页。；
[3] Baltrusaitis，T.、Robinson，P.和Morency，L.（2012）。用于刚性和非刚性面部跟踪的三维约束局部模型，《2012年IEEE计算机视觉和模式识别会议论文集》，CVPR，普罗维登斯，RI，美国，第2610-2617页。；
[4] Bańka，S.、Dworak，P.和Jaroszewski，K.（2014）。非线性MIMO对象控制的多变量神经控制器设计，国际应用数学与计算机科学杂志24（2）：357-369，DOI:10.2478/amcs-2014-0027·Zbl 1293.93381号
[5] Belhumeur，P.N.、Jacobs，D.W.、Kriegman，D.和Kumar，N.（2011年）。使用样本共识定位人脸部分，《2011年IEEE计算机视觉和模式识别会议论文集》，CVPR，科罗拉多州斯普林斯，美国科罗拉多州，第545-552页。；
[6] Best-Rowden，L.、Han，H.、Otto，C.、Klare，B.F.和Jain，A.K.（2014）。无约束人脸识别：从媒体集合中识别感兴趣的人，IEEE信息取证与安全事务9（12）：2144-2157。；
[7] Canny，J.（1986年）。边缘检测的计算方法，IEEE模式分析和机器智能汇刊8（6）：679-698。；
[8] Chen，X.、Zhang，C.、Dong，F.和Zhou，Z.（2013）。用于快速人脸识别的弹性束图匹配（EBGM）算法的并行化，2013 IEEE中国峰会暨信号与信息处理国际会议论文集，中国北京，201-205页。；
[9] Costa，J.A.F.（2010年）。聚类和可视化SOM结果，《第十一届智能数据工程和自动学习国际会议论文集》，IDEAL 2010，英国佩斯利，第334-343页。；
[10] Dantone，M.、Gall，J.、Fanelli，G.和Van Gool，L.（2012年）。使用条件回归森林的实时面部特征检测，2012年IEEE计算机视觉和模式识别会议论文集，CVPR，普罗维登斯，RI，美国，第2578-2585页。；
[11] Di Stefano，L.和Bulgarelli，A.（1999）。一种简单有效的连接元件标记算法，《图像分析与处理国际会议论文集》，ICIP 1999，日本神户，pp.322-327。；
[12] En-Naimani，Z.、Lazaar，M.和Ettaouil，M.（2014）。阿拉伯数字识别的最优自组织映射和隐马尔可夫模型混合系统，WSEAS系统事务13（60）：606-616。；
[13] Espí，R.、Pujol，F.A.、Mora，H.和Mora，J.（2008）。基于图形匹配的分布式人脸识别系统的开发，《分布式计算和人工智能国际研讨会论文集》，DCAI 2008，西班牙萨拉曼卡，第498-502页。；
[14] Gao，J.和Fan，L.（2011年）。基于核的QR分解加权判别分析及其在人脸识别中的应用，WSEAS数学汇刊10（10）：358-367。；
[15] Gao，J.，Fan，L.，Li，L.和Xu，L.（2013a）。基于核的模糊判别分析的实际应用，国际应用数学与计算机科学杂志23（4）：887-903，DOI:10.2478/amcs-2013-0066·Zbl 1284.62373号
[16] Gao，J.，Fan，L.和Xu，L.（2012）。使用QR分解解决人脸识别问题，WSEAS数学事务11（8）：728-737。；
[17] Gao，J.，Fan，L.和Xu，L.（2013b）。基于中值-零（sw）的人脸特征识别方法，应用数学与计算219（12）：6410-6419·兹比尔1410.68334
[18] Georghiades，A.S.、Belhumeur，P.N.和Kriegman，D.J.（2001）。从少到多：可变光照和姿势下人脸识别的照明锥模型，IEEE模式分析和机器智能汇刊，23（6）：643-660。；
[19] Gocławski，J.、Sekulska-Nalewajko，J.和Kuźniak，E.（2012）。具有生物和非生物胁迫颜色症状的着色葫芦叶片图像的神经网络分割，国际应用数学与计算机科学杂志22（3）：669-684，DOI:10.2478/v10006-012-0050-5·Zbl 1303.94008号
[20] González-Jiménez，D.和Alba-Castro，J.L.（2007）。用于面部描述和身份验证的形状驱动Gabor喷气机，IEEE信息取证和安全事务2（4）：769-780。；
[21] Guo，G.，Mu，G.和Ricanek，K.（2010）。基于超大数据库的跨年龄人脸识别：使用软生物特征的性能与年龄间隔和改进，第20届国际模式识别会议论文集，ICPR，土耳其伊斯坦布尔，第3392-3395页。；
[22] Hsu，R.-L.，Abdel-Mottaleb，M.和Jain，A.K.（2002）。彩色图像中的人脸检测，IEEE模式分析和机器智能汇刊24（5）：696-706。；
[23] Huang，G.B.、Ramesh，M.、Berg，T.和Learnd-Miller，E.（2007年）。野外标记人脸：研究无约束环境中人脸识别的数据库，技术报告07-49，马萨诸塞大学，阿默斯特，MA。；
[24] Huang，S.M.和Yang，J.F.（2013）。人脸识别的线性判别回归分类，《信号处理快报》20（1）：91-94。；
[25] Jin，X.、Tan，X.&和Zhou，L.（2013）。用于刚性和非刚性人脸跟踪的三维约束局部模型，第十届IEEE国际会议论文集和自动人脸和手势识别研讨会，FG13，中国上海，第1-8页。；
[26] Kayarvizhy，N.、Kanmani，S.和Uthariaraj，R.（2014）。使用群智能算法优化的ANN模型，WSEAS计算机事务13（45）：501-519。；
[27] Khatun，A.和Bhuiyan，M.（2011年）。基于Gabor滤波器的神经网络人脸识别，国际计算机科学与网络安全杂志11（1）：71-74。；
[28] Kohonen，T.（2001）。《自组织地图》，第三版，斯普林格·弗拉格，柏林/海德堡·Zbl 0957.68097号
[29] Kotropoulos，C.和Pitas，I.（1997年）。正面视图中基于规则的人脸检测，IEEE声学、语音和信号处理国际会议，德国慕尼黑，第2537-2540页。；
[30] Kumar，A.和Kumar，S.（2015）。一种改进的基于神经网络的自我和非自我过程识别方法，WSEAS计算机事务14（28）：272-286。；
[31] Lai，Z.、Xu，Y.、Chen，Q.、Yang，J.和Zhang，D.（2014）。多线性稀疏主成分分析，IEEE神经网络和学习系统汇刊25（10）：1942-1950。；
[32] Lee，K.C.，Ho，J.和Kriegman，D.J.（2005）。获取线性子空间用于可变光照下的人脸识别，IEEE模式分析和机器智能汇刊27（5）：684-698。；
[33] Li，J.-B.，Chu，S.-C.和Pan，J.-S.（2014）。人脸识别的核心学习算法，Springer，纽约州纽约市·Zbl 1273.68005号
[34] Loderer，M.、Pavlovicova，J.、Feder，M.和Oravec，M.（2014）。人脸识别系统训练策略中的数据降维，IEEE 2014系统、信号和图像处理国际会议论文集，IWSSIP，克罗地亚杜布罗夫尼克，第263-266页。；
[35] Mitra，S.、Parua，S..、Das，A.和Mazumdar，D.（2011年）。一种新的数据挖掘方法，用于提高基于EBGM的人脸识别系统处理大型数据库的性能，《第一届国际计算机科学与信息技术会议论文集》，CCSIT 2011，印度班加罗尔，第532-541页。；
[36] Monzo，D.、Albiol，A.和Mossi，J.M.（2010年）。使用猪描述符进行人脸识别的面部地标定位方法的比较研究，第20届模式识别国际会议论文集，ICPR，土耳其伊斯坦布尔，第1330-1333页。；
[37] Murthy，C.A.和Pal，S.K.（1990年）。模糊阈值：数学框架，边界函数和加权移动平均技术，模式识别字母11（3）：197-206·Zbl 0800.68812号
[38] Phillips，P.J.、Moon，H.、Rizvi，S.A.和Rauss，P.J（2000）。人脸识别算法的FERET评估方法，IEEE模式分析和机器智能汇刊22（10）：1090-1104。；
[39] Piegat，A.（2005）。模糊集的新定义，《国际应用数学与计算机科学杂志》15（1）：125-140·Zbl 1070.68137号
[40] Pujol，F.、Espí，R.、Mora，H.和Sánchez，J.（2008）。肤色检测的模糊方法，第七届墨西哥人工智能国际会议论文集，MICAI 2008，墨西哥萨拉戈萨Atizapan de Zaragoza，第532-542页。；
[41] Rattani，A.、Agarwal，N.、Mehrotra，H.和Gupta，P.（2006）。高效的基于融合的分类器，《计算机视觉、图形和图像处理研讨会论文集》，WCVGIP，印度海得拉巴，第104-109页。；
[42] Sarkar，S.（2012年）。基于皮肤分割的弹性束图匹配用于有效的多人脸识别，第二届国际计算机科学、工程和应用会议论文集，2012年ICCSEA，印度新德里，第31-40页。；
[43] Shen，L.和Bai，L.（2006）。用于人脸识别、模式分析和应用的Gabor小波综述9（2）：273-292。；
[44] Shin，Y.J.和Park，C.H.（2011年）。基于相关性的降维方法分析，国际应用数学与计算机科学杂志21（3）：549-558，DOI:10.2478/v10006-011-0043-9·Zbl 1230.68173号
[45] Taigman，Y.、Yang，M.、Ranzato，M.A.和Wolf，L.（2015）。人脸识别的网络规模培训，IEEE计算机视觉和模式识别会议，CVPR 2015，美国马萨诸塞州波士顿，第2746-2754页。；
[46] Tran，H.L.、Pham，V.N.和Vuong，H.N.（2014）。使用二叉决策树进行多神经网络集成以提高ECG信号识别精度，国际应用数学与计算机科学杂志24（3）：647-655，DOI:10.2478/amcs-2014-0047·Zbl 1322.94040号
[47] Turk，M.和Pentland，A.（1991年）。识别特征脸，认知神经科学杂志3（1）：71-86。；
[48] Viola，P.和Jones，M.J.（2004年）。鲁棒实时人脸检测，国际计算机视觉杂志57（2）：137-154。；
[49] Vu，N.S.和Caplier，A.（2012年）。用于人脸识别和图像匹配的定向边缘幅度的增强模式，IEEE图像处理汇刊21（3）：1352-1365·Zbl 1372.94258号
[50] Wiskott，L.、Fellous，J.-M.、Kruger，N.和von der Malsburg，C.（1997）。基于弹性束图匹配的人脸识别，IEEE模式分析与机器智能汇刊19（7）：775-789。；
[51] Yang，J.，Fu，Z.和Tan，T.（2004）。使用多种线索进行肤色检测，第17届模式识别国际会议论文集，ICPR 2004，英国剑桥，第632-635页。；
[52] Yang，M.、Zhang，L.、Shiu，S.K.和Zhang的D.（2013）。人脸识别中具有统计局部特征的稳健核表示，IEEE神经网络和学习系统汇刊24（6）：900-912。；
[53] Yin，H.（2008）。《自组织映射：背景、理论、扩展和应用》，J.Fulcher和L.C.J.Lakhmi（编辑），《计算智能：简编》，Springer-Verlag出版社，柏林，第715-762页。；
[54] 洛杉矶扎德（1965年）。模糊集，信息与控制8（3）：338-353·Zbl 0139.24606号
[55] 郑伟、赖J.、谢X.、梁Y.、袁P.C.和邹Y.（2011）。面部图像预处理的核心方法，P.Wang（编辑），模式识别，机器智能和生物计量学，Springer，柏林/海德堡，第389-409页。；
[56] Zhong，F.、Zhang，J.和Li，D.（2014）。基于L1-形式最大化的判别局部保持投影，IEEE神经网络和学习系统汇刊25（11）：2065-2074。；
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。