×

不同光照和遮挡条件下人脸识别的重构误差系数和线性表示系数受(ell_1)最小化约束。 (英语) Zbl 1426.94032号

摘要:从不同光照、遮挡和伪装的正面视图识别人脸的问题是模式识别的一大挑战。一般的知识是,来自目标集的人脸模式位于线性子空间上。在知识证明的基础上,一些方法在人脸识别中使用线性组合来表示样本。在本文中,为了获得重建误差的更多判别信息,我们通过不易被轮廓线干扰的(ell_1)最小化来约束线性组合系数和重建误差。然后,通过模型的等效变换,可以方便地计算一个新的欠定线性系统的参数。接下来,我们使用优化方法来获得近似解。因此,最小重建误差包含了许多有价值的鉴别信息。测量此变量的梯度以决定最终的识别。这个实验表明,基于重构误差的识别协议在现有数据库(扩展的耶鲁B和AR人脸数据库)上取得了较高的性能。

MSC公司:

94A08型 信息与通信理论中的图像处理(压缩、重建等)
90 C90 数学规划的应用

软件:

AR面
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Jain,A.K。;A.罗斯。;Prabhakar,S.,《生物识别简介》,IEEE视频技术电路和系统交易,14,1,4-20,(2004)·doi:10.1010/TCSVT.2003.818349
[2] Ou,W。;你,X。;陶,D。;张,P。;Tang,Y。;Zhu,Z.,基于遮挡字典学习的鲁棒人脸识别,模式识别,47,41559-1572,(2014)·doi:10.1016/j.patcog.2013.017
[3] 黄,J。;你,X。;袁,Y。;杨,F。;Lin,L.,使用高斯马尔可夫随机场和不可分离小波提取旋转不变虹膜特征,神经计算,73,4-6,883-894,(2010)·doi:10.1016/j.neucom.2009.09.016
[4] 何,Z。;李,X。;你,X。;陶,D。;Tang,Y.Y.,多目标跟踪的连接组件模型,IEEE图像处理学报,25,8,3698-3711,(2016)·Zbl 1408.94243号 ·doi:10.1109/TIP.2016.2570553
[5] 赵伟。;Chellappa,R.,《面部处理:高级建模和方法》,(2011),学术出版社
[6] 阿巴特,A.F。;纳皮,M。;里奇奥,D。;Sabatino,G.,2D和3D人脸识别:一项调查,《模式识别快报》,28,14,1885-1906,(2007)·doi:10.1016/j.patrec.2006.12.018
[7] Zhou,Z。;瓦格纳。;莫巴希,H。;赖特,J。;Ma,Y.,使用马尔可夫随机场的相邻遮挡人脸识别,第12届计算机视觉国际会议论文集(ICCV’09),IEEE·doi:10.1109/ICCV.2009.5459383
[8] 高Q.-X。;张,L。;张,D.,使用FLDA进行人脸识别,每人只需一张训练图像,应用数学与计算,205,2726-734,(2008)·Zbl 1152.68679号 ·doi:10.1016/j.amc.2008.05.019
[9] 张,T。;Tang,Y.Y。;方,B。;尚,Z。;Liu,X.,使用梯度面的变光照下的人脸识别,IEEE图像处理汇刊,18,11,2599-2606,(2009)·兹比尔1371.94457 ·doi:10.1109/TIP.2009.2028255
[10] Wang,Y。;张,L。;刘,Z。;Hua,G。;温,Z。;张,Z。;Samaras,D.,在任意未知光照条件下从单个图像重新照明,IEEE模式分析和机器智能汇刊,31,111968-1984,(2009)·doi:10.1109/TPAMI.2008.244
[11] 谢,X。;Zheng,W.-S。;赖,J。;袁,P.C。;Suen,C.Y.,基于大尺寸和小尺寸特征的面部照明标准化,IEEE图像处理汇刊,20,7,1807-1821,(2011)·Zbl 1372.94277号 ·doi:10.1109/TIP.2010.2097270
[12] Arandjelović,O.,极端光照变化下用于正面人脸识别的梯度边缘图特征,2012年第23届英国机器视觉会议论文集(BMVC’12)·doi:10.5244/C.26.12号文件
[13] Martínez,A.M.,从每个类的单个样本中识别不精确定位、部分遮挡和表情变化的脸,IEEE模式分析和机器智能学报,24,6,748-763,(2002)·doi:10.1109/TPAMI.2002.1008382
[14] 菲德勒,S。;斯科恰·D·。;Leonardis,A.,通过子抽样将重构子空间方法和区分子空间方法结合起来用于稳健分类和回归,IEEE模式分析和机器智能汇刊,28,3,337-350,(2006)·doi:10.1109/TPAMI.2006.46
[15] Belhumeur,P.N。;赫斯帕尼亚,J.P。;Kriegman,D.J.,《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,19,7,711-720,(1997)·doi:10.1109/34.598228
[16] 徐,D。;Yan,S。;陶,D。;Lin,S。;Zhang,H.-J.,人类步态识别和基于内容的图像检索的边际Fisher分析及其变体,IEEE图像处理汇刊,16,11,2811-2821,(2007)·doi:10.1109/TIP.2007.906769
[17] 特克,M。;Pentland,A.,识别特征脸,认知神经科学杂志,3,1,71-86,(1991)·doi:10.1162/jocn.1991.3.1.71
[18] 李,H。;姜涛(Jiang,T.)。;Zhang,K.,基于最大裕度准则的高效稳健特征提取,IEEE神经网络汇刊,17,1,157-165,(2006)·doi:10.10109/TNN.2005.860852
[19] 刘杰。;陈,S。;Tan,X。;Zhang,D.,“基于最大裕度准则的高效稳健特征提取”评论,IEEE神经网络汇刊,18,6,1862-1864,(2007)·doi:10.1109/TNN.2007.900813
[20] Kim,J。;Choi,J。;Yi,J。;Turk,M.,《使用ICA进行人脸识别的有效表示,对局部失真和部分遮挡具有鲁棒性》,IEEE模式分析和机器智能汇刊,27,121977-1981,(2005)·doi:10.1109/TPAMI.2005.242
[21] Bilginer Gülmezoǧlu,M。;Dzhafarov,V。;Barkana,A.,公共向量方法及其与主成分分析的关系,IEEE语音和音频处理汇刊,9,6,655-662,(2001)·数字对象标识代码:10.1109/89.943343
[22] 纳西姆,I。;托涅里,R。;Bennamon,M.,人脸识别的线性回归,IEEE模式分析和机器智能汇刊,32,112106-21112,(2010)·doi:10.1109/TPAMI.2010.128
[23] 赖特,J。;Yang,A.Y。;Ganesh,A。;Sastry,S.S。;Ma,Y.,通过稀疏表示的鲁棒人脸识别,IEEE模式分析和机器智能汇刊,31,22110-227,(2009)·doi:10.1109/TPAMI.2008.79
[24] 瓦格纳。;赖特,J。;Ganesh,A。;Zhou,Z。;Mobahi,H。;Ma,Y.,走向实用人脸识别系统:稀疏表示的鲁棒对齐和照明,IEEE模式分析和机器智能汇刊,34,2,372-386,(2012)·doi:10.1109/TPAMI.2011.112
[25] 张,L。;杨,M。;X·冯。;马云(Ma,Y.)。;张,D.,基于协作表示的人脸识别分类
[26] 巴斯里(Basri),R。;Jacobs,D.W.,Lambertian反射率和线性子空间,IEEE模式分析和机器智能汇刊,25,2,218-233,(2003)·doi:10.1109/tpami.2003.1177153
[27] 丁·S。;张,N。;Xu,X。;郭,L。;张杰,深度极值学习机及其在脑电分类中的应用,工程数学问题,2015,(2015)·Zbl 1394.68282号 ·doi:10.1155/2015/129021
[28] 罗,H。;Tang,Y.Y。;Yang,L.,基于局部概率分布的子空间学习在高光谱图像分类中的应用,工程数学问题,2015,(2015)·Zbl 1395.94052号 ·doi:10.1155/2015/145136
[29] 石忠,一种用于分类的加权块字典学习算法,工程数学问题,2016,(2016)·Zbl 1400.68182号 ·doi:10.1155/2016/3824027
[30] 赵伟。;Chellappa,R.,《使用来自阴影的对称形状进行鲁棒人脸识别》,(1999),马里兰州,美国马里兰州:马里兰大学自动化研究中心计算机视觉实验室,马里兰州,美国马里兰州
[31] Georghiades,A.S。;Belhumeur,P.N。;Kriegman,D.J.,《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,(2001)·doi:10.1109/34.927464
[32] Lee,K.C。;Ho,J。;Kriegman,D.J.,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,27,5,684-698,(2005)·doi:10.1109/TPAMI.2005.92
[33] Donoho,D.L.,对于大多数大型欠定线性方程组,最小(L_1)范数解也是最稀疏的解,《纯粹与应用数学通讯》,59,6,797-829,(2006)·Zbl 1113.15004号 ·doi:10.1002/cpa.20132年
[34] 坎迪斯,E.J。;罗姆伯格,J.K。;Tao,T.,从不完整和不准确的测量中恢复稳定信号,《纯粹和应用数学通讯》,59,8,1207-1223,(2006)·邮编1098.94009 ·doi:10.1002/cpa.20124年
[35] 坎迪斯,E.J。;Tao,T.,从随机投影中恢复近最优信号:通用编码策略?,IEEE信息理论汇刊,52,12,5406-5425,(2006)·Zbl 1309.94033号 ·doi:10.1109/TIT.2006.885507
[36] 博伊德,S。;Vandenberghe,L.,凸优化,(2004),剑桥大学出版社·Zbl 1058.90049号
[37] Martinez,A.,The ar face数据库,CVC技术报告版本:24,(1998),CVC
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。