×
马可·米勒。;迈克尔·特雷默;克里斯蒂安·博登斯坦;Würtz，Rolf P。

从示例中学习不变人脸识别。 （英语） Zbl 1296.68159号

神经网络。 41, 137-146 (2013).
摘要：自主学习是由在视觉体验中学习视觉不变性的生物所表现出来的。标准的神经网络模型没有显示这种学习。以不同情况下的人脸识别为例，我们提出了一个学习过程，将不变性本身的学习与新个体实例的学习分离开来。不变性是通过一组称为model的示例学习的，其中包含所有情况的实例。新实例根据等级列表与这些实例进行比较，这允许在不同情况下进行泛化。该结果还被实现为一个基于峰值时间的神经网络，表明该网络对干扰具有鲁棒性。通过在一组标准人脸数据库上的识别实验证明了这种学习能力。

MSC公司：

68吨10 模式识别、语音识别
68T45型 机器视觉和场景理解
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：

等级统计;学习不变性;人脸识别;峰值时间;尖峰神经网络;受控泛化;情境独立性

软件：

CMU项目;电炉CAS
PDF格式BibTeX公司 XML格式引用
\textit｛M.K.Müller｝等人，神经网络。41、137--146（2013年；Zbl 1296.68159）
全文： 内政部

参考文献：

[1] O.阿依因。；Yang，Y.-H.，基于Gabor滤波图像秩相关的人脸识别方法，模式识别，35，6，1275-1289（2002）·Zbl 1005.68142号
[2] Bartlett，M.S。；Sejnowski，T.J.，从吸引子网络中的视觉经验学习视点-非变异人脸表示，网络：神经系统中的计算，9，3，399-417（1998）·Zbl 0904.92041号
[4] Choi，J.Y。；Ro，Y.M。；Plataniotis，K.N.，基于彩色图像的人脸识别中预处理不匹配效果的比较研究，模式识别，44，2，412-430（2011）
[5] Földiák，P.，从变换序列中学习不变性，神经计算，3，2，194-200（1991）
[6] Franzius，M。；Wilbert，N。；Wiskott，L.，《慢特征分析的不变物体识别和姿势估计》，神经计算，23，9，2289-2323（2011）
[7] 高，W。；曹，B。；Shan，S。；陈，X。；周，D。；张欣，CAS-PEAL大型中国人脸数据库和基线评估，IEEE系统、人与控制论汇刊，A部分，38，1，149-161（2008）
[9] Gonzáles，D。；比西戈，M。；Tangelder，J.W.H。；Schouten，B.A.M。；安贝卡，O。；Alba-Castro，J.L.，《基于Gabor喷气式人脸认证的距离测量：比较评估》，（Lee，S.-W.；Li，S.Z.，《生物特征学进展》，ICB 2007年。生物特征研究进展，2007年国际生物技术委员会，LNCS，第4642卷（2007年），施普林格-弗拉格：柏林施普林格，海德堡），474-483
[10] Grgic，M。；特拉克，K。；Grgic，S.，SCface-surveillance相机面部数据库，多媒体工具和应用，1-17（2009）
[11] Günther，M。；Müller，M.K。；Würtz，R.P.，《改善人脸识别的两种统计》（Simos，T.；Psihoyios，G.；Tsitouras，C.，《数值分析和应用数学》，国际会议（2010年），美国物理研究所），1901-1904年
[12] Günther，M。；Würtz，R.P.，基于Gabor图的最大似然分类器人脸检测与识别，国际模式识别与人工智能杂志，23，3，433-461（2009）
[13] Heinrichs，A。；Müller，M.K。；特韦斯，A.H。；Würtz，R.P.，用于改进人脸识别的Gabor小波特征主成分图，（Cristóbal，G.；Javidi，B.；Vallmitjana，S.，《信息光学：第五届信息光学国际研讨会：WIO’06（2006），美国物理研究所），243-252
[14] Hinton，G.，学习大规模并行网络中的翻译不变量识别，（Goos，G.；Hartmanis，J.，PARLE并行体系结构和语言欧洲，计算机科学讲义，第258卷（1987），Springer），1-13
[15] 吉采夫，J。；von der Malsburg，C.，分层视觉记忆模型中基于部分表征的经验驱动形成，计算神经科学前沿，3，15，1-18（2009）
[16] Lades，M。；沃布吕根，J.C。；Buhmann，J。；兰格，J。；von der Malsburg，C。；Würtz，R.P.，动态链接体系结构中的失真不变对象识别，IEEE计算机事务，42，3，300-311（1993）
[17] Lücke，J。；凯克，C。；von der Malsburg，C.，快速收敛到特征层对应，神经计算，20，10，2441-2463（2008）·Zbl 1153.68422号
[18] 罗，J。；马云（Ma，Y.）。；Takikawa，E。；老挝，S。；卡瓦德，M。；Lu，B.-L.，《人脸识别的特定于人的筛选特征》（Proc.ICASSP（2007），IEEE），II-593-II-596
[21] Müller，M.K。；Heinrichs，A。；Tewes，A.H。；Schäfer，A。；Würtz，R.P.，《非旋转姿势下人脸识别的相似性等级相关性》，（Lee，S.-W.；Li，S.Z.，《生物特征学进展》，LNCS（2007），Springer），67-76
[23] Müller，M.K。；Würtz，R.P.，《从实例中学习以概括姿势和照明》，（Alippi，C.；Polycarpou，M.；Panayioto，C.；Ellinas，G.，《人工神经网络-ICANN 2009》。人工神经网络ICANN 2009，LNCS，第5769卷（2009），施普林格），643-652
[24] Murphy-Chutorian，E。；Trivedi，M.M.，《计算机视觉中的头部姿势估计：一项调查》，IEEE模式分析和机器智能汇刊，31，4，607-626（2009）
[26] Phillips，P.J。；弗林，P.J。；Scruggs，T。；鲍耶，K.W。；Worek，W.，《初步人脸识别重大挑战结果》（第七届自动人脸和手势识别国际会议论文集（2006），IEEE计算机学会），15-24
[27] 出版社，W。；弗兰纳里，B。；Teukolsky，S。；韦特林，W.，《（C）中的数字食谱——科学编程的艺术》（1988），剑桥大学出版社·Zbl 0661.65001号
[28] 拉纳，S。；刘，W。；Lazarescu，M。；Venkatesh，S.，《在看不见的模式下识别人脸：基于张量的方法》（Proc.CVPR（2008），IEEE），3660-3667
[29] 罗尔斯，E.T。；Treves，A.，《大脑中信息的神经元编码》，《神经生物学进展》，95，3，448-490（2011）
[30] Rukhin，A.L。；Osmoukhina，A.，《生物特征数据研究的非参数依赖性度量》，《统计规划与推断杂志》，131，1-18（2005）·Zbl 1062.62089号
[31] 西姆·T。；贝克，S。；Bsat，M.，CMU姿势、照明和表情数据库，IEEE模式分析和机器智能汇刊，25，12，1615-1618（2003）
[32] Tan，X。；Triggs，B.，《困难照明条件下人脸识别的增强局部纹理特征集》，IEEE图像处理学报，19，6，1635-1650（2010）·Zbl 1371.68311号
[33] 索普，S。；Delorme，A。；Van Rullen，R.，基于Spike的快速处理策略，神经网络，14，6-7，715-725（2001）
[35] 维斯科特，L。；Fellous，J.-M。；Krüger，N。；von der Malsburg，C.，通过弹性束图匹配进行人脸识别，IEEE模式分析和机器智能汇刊，19，7，775-779（1997）
[36] 维斯科特，L。；Sejnowski，T.J.，《慢特征分析：不变性的无监督学习》，神经计算，14，4，715-770（2002）·Zbl 0994.68591号
[37] 维斯科特，L。；von der Malsburg，C.，通过动态链接匹配识别人脸，《神经影像》，4，3，S14-S18（1996）
[38] Wolfrum，P。；沃尔夫，C。；Lücke，J。；von der Malsburg，C.，基于通信的人脸识别的递归动态模型，视觉杂志，8，7（2008）
[40] 张，B。；王，Z。；Zhong，B.，用于人脸识别的局部Gabor相位模式直方图的核学习，EURASIP信号处理进展杂志，1-8（2008）·Zbl 1184.94074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。