×
庄、连胜;陈宗翰;Yang，Allen Y。;S.Shankar，萨斯特里;马毅

稀疏光照学习和传输用于具有图像损坏和失准的单样本人脸识别。 （英语） Zbl 1398.68476号

国际期刊计算。视觉。 114，编号2-3，272-287（2015）.
摘要：单样本人脸识别是人脸识别中最具挑战性的问题之一。我们提出了一种基于稀疏表示分类（SRC）框架的新算法来解决这个问题。新算法对图像错位和像素损坏具有鲁棒性，并且能够将所需的画廊图像减少到每个类别一个样本。为了补偿传统上由多个画廊图像提供的缺少照明信息，引入了稀疏照明学习和传输（SILT）技术。SILT中的照明是通过使用稀疏的照明字典拟合来自一个或多个附加对象的辅助人脸图像的照明示例来学习的。通过在光照字典中对查询图像进行稀疏表示，SILT可以有效地恢复并将光照和姿态信息从对齐阶段传递到识别阶段。我们的大量实验表明，在单样本情况下，新算法在限制较少的情况下显著优于最先进的算法。特别是，单样本人脸对齐精度与著名的可变形SRC算法相当，该算法使用每个类的多个库图像。此外，人脸识别精度超过了使用手动标记对齐初始化的SRC和扩展SRC算法。

引用于三文件

MSC公司：

68吨10 模式识别、语音识别
68T05型 人工智能中的学习和自适应系统
68单位10 图像处理的计算方法

关键词：

单样本人脸识别;照明词典学习;稀疏照明传输;面对齐;鲁棒人脸识别
PDF格式BibTeX公司 XML格式引用
\textit{L.Zhuang}等人，《国际计算杂志》。视觉。114，编号2--3，272--287（2015；Zbl 1398.68476）
全文： 内政部 arXiv公司

参考文献：

[1] M·亚哈龙；Elad，M；Bruckstein，A，The K-SVD:一种设计稀疏表示超完备字典的算法，IEEE Transactions on Signal Processing，54，4311-4322，（2006）·Zbl 1375.94040号 ·doi:10.1109/TSP.2006.881199
[2] 巴斯里，R；雅各布斯，D，朗伯反射和线性子空间，IEEE模式分析和机器智能汇刊，25218-233，（2003）·doi:10.1109/TPAMI.2003.1177153
[3] Belhumeur，P；Hespanda，J；Kriegman，D，《特征脸与渔夫脸：使用类特定线性投影的识别》，IEEE模式分析与机器智能学报，19711-720，（1997）·doi:10.1109/34.598228
[4] 博伊德，S；帕里赫，N；楚，E；佩莱托，B；Eckstein，J，《通过交替方向乘数法进行分布式优化和统计学习》，机器学习的基础和趋势，3，1-122，（2011）·Zbl 1229.90122号 ·doi:10.1561/220000016
[5] Chen，X.，Chen，M.，Jin，X.&Zhao，Q.（2011）。面部照明通过边缘保护过滤器进行传输。在IEEE计算机视觉和模式识别国际会议论文集.
[6] Cootes，T.、Edwards，G.和Taylor，C.（1998年）。活动外观模型。在欧洲计算机视觉会议记录.
[7] 库茨，T；泰勒，C；Graham，J，《主动形状模型的训练和应用》，计算机视觉和图像理解，61，38-59，（1995）·doi:10.1006/cviu.1995.1004
[8] 邓，W；胡，J；Guo，J，Extended SRC:undersampled face recognition via intraclass variant dictionary，IEEE Transactions on Pattern Analysis and Machine Intelligence，341864-1870，（2012），扩展SRC:通过类内变体字典进行欠采样人脸识别，IEEE模式分析与机器智能汇刊，341864-1870，（2012）·doi:10.1109/TPAMI.2012.30
[9] Do，C.和Ng，A.（2005年）。文本分类的迁移学习。在NIPS会议记录.
[10] Elhamifar，E；Vidal，R，通过凸优化实现块解析恢复，IEEE信号处理学报，60，4094-4107，（2012）·Zbl 1393.94681号 ·doi:10.109/TSP.2012.2196694
[11] 加贝，D；Mercier，B，通过有限元近似解非线性变分问题的对偶算法，计算机和数学及其应用，2，17-40，（1976）·Zbl 0352.65034号 ·doi:10.1016/0898-1221（76）90003-1
[12] Ganesh，A.、Wagner，A.、Wright，J.、Yang，A.、Zhou，Z.和Ma，Y.（2011年）。基于稀疏表示的人脸识别。在压缩传感：理论与应用。剑桥大学出版社。
[13] Gross，R.、Mathews，I.、Cohn，J.、Kanade，T.和Baker，S.（2008）。多个PIE。在第八届IEEE自动人脸和手势识别国际会议记录.
[14] Gu，L.和Kanade，T.（2008）。用于鲁棒人脸对齐的生成形状正则化模型。在欧洲计算机视觉会议记录.
[15] 海格，G；Belhumeur，P，用几何和照明参数模型进行有效区域跟踪，IEEE模式分析和机器智能汇刊，20，1025-1039，（1998）·数字对象标识代码：10.1109/34.722606
[16] Ho，J.，Yang，M.，Lim，J..，Lee，K.，&Kriegman，D.（2003）。在不同照明条件下对象的簇外观。在IEEE计算机视觉和模式识别国际会议论文集.
[17] Horn，R.A.和Johnson，C.R.（1985）。矩阵分析纽约：剑桥大学出版社·Zbl 0576.15001号 ·doi:10.1017/CBO9780511810817
[18] 黄，J.、黄，X.和Metaxas，D.（2008）。同时进行图像变换和稀疏表示恢复。在IEEE计算机视觉和模式识别国际会议论文集.
[19] Lampert，C.、Nickisch，H.和Harmeling，S.（2009年）。学习通过类之间的属性转移来检测看不见的对象类。在IEEE计算机视觉和模式识别国际会议论文集.
[20] 李，K；何，J；Kriegman，D，获取可变光照下人脸识别的线性子空间，IEEE模式分析和机器智能汇刊，27684-698，（2005）·doi:10.10109/TPAMI.2005.92
[21] Liang，L.，Xiao，R.，Wen，F.，&Sun，J.（2008）。通过基于组件的区分性搜索进行人脸对齐。在欧洲计算机视觉会议记录.
[22] Lucas，B.和Kanade，T.（1981年）。一种迭代图像配准技术及其在立体视觉中的应用。在国际人工智能联合会议记录.
[23] Peers，P.，Tamura，N.，Matusik，W.，Debevec，P.（2007年）。制作后使用反射变换重新照明面部表现。在ACM SIGGRAPH会议记录.
[24] Quattoni，A.、Collins，M.和Darrell，T.（2008）。稀疏原型表示图像分类的转移学习。在IEEE计算机视觉和模式识别国际会议论文集.
[25] Saragih，J.、Lucey，S.和Cohn，J.（2009）。通过子空间约束均值偏移进行人脸对齐。在IEEE计算机视觉国际会议记录.
[26] Shashua，A；Riklin-Raviv，T，商图像：基于类的重渲染和不同照明的识别，IEEE模式分析和机器智能汇刊，23，129-139，（2001）·数字对象标识代码：10.1109/34.908964
[27] 斯皮尔曼，DA；王，H；Wright，J，《精确恢复稀疏使用的词典》，《机器学习研究杂志》，23，1-37，（2012）
[28] Tseng，P，分裂算法在凸规划和变分不等式分解中的应用，SIAM控制与优化杂志，29，119-138，（1991）·Zbl 0737.90048号 ·数字对象标识代码：10.1137/0329006
[29] 维奥拉，P；Jones，J，Robust实时人脸检测，国际计算机视觉杂志，57137-154，（2004）·doi:10.1023/B:VISI.0000013087.49260.fb
[30] 瓦格纳，A；赖特，J；加内什，A；周，Z；莫巴希，H；Ma，Y，走向实用人脸识别：通过稀疏表示实现鲁棒姿势和照明，IEEE模式分析和机器智能汇刊，34，372-386，（2012）·doi:10.1109/TPAMI.2011.112
[31] Wright，J.和Ma，Y.（2010年）。密集错误修正\(ℓ ^1）-最小化。IEEE信息理论汇刊,56(7), 3540- 3560. ·Zbl 1366.94133号
[32] 赖特，J；杨，A；加内什，A；萨斯特里，S；Ma，Y，通过稀疏表示实现鲁棒人脸识别，IEEE模式分析和机器智能汇刊，31210-227，（2009）·doi:10.1109/TPAMI.2008.79
[33] 严，S；刘，C；李，S；张，H；Shum，H；Cheng，Q，使用纹理约束的主动形状模型进行面部对齐，图像和视觉计算，21，69-75，（2003）·doi:10.1016/S0262-8856（02）00136-1
[34] 严，S；王，H；刘，J；唐，X；Huang，T，错位鲁棒人脸识别，IEEE图像处理汇刊，191087-1096，（2010）·doi:10.1109/TIP.2009.2038765
[35] Yang，A.、Zhou，Z.、Ganesh，A.、Sastry，S.和Ma，Y.（2013）。快速\(ℓ _稳健人脸识别的1）-最小化算法。IEEE图像处理汇刊,22(8), 3234-3246.
[36] Yang，M.、Gool，L.V.和Zhang，L.（2013）。稀疏变异字典学习用于人脸识别，每人只需一个训练样本。在IEEE计算机视觉国际会议记录.
[37] Yang，M.、Zhang，L.和Zhang的D.（2012）。用于实时人脸识别的高效错位-半身像表示。在欧洲计算机视觉会议记录.
[38] Zhang，L.，Feng，M.Y.X.，Ma，Y.，&Feng，X.（2012）。基于协同表示的人脸识别分类。技术报告，arXiv:1204.2358。
[39] Zhao，W.、Chellappa，R.、Phillips，J.和Rosenfeld，A.（2003）。人脸识别：文献综述。ACM计算调查，35(4), 399-458.
[40] Zhung，L.，Yang，A.Y.，Zhang，Z.，Sastry，S.，&Ma，Y.（2013）。基于稀疏光照传输的单样本人脸识别中的图像失真和失准问题。在IEEE计算机视觉和模式识别国际会议论文集俄勒冈州波特兰·Zbl 1398.68476号
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。