×
杨孟；冯志钊；Simon C.K.Shiu。；张磊

基于编码残差图学习的自适应掩蔽快速鲁棒人脸识别。 （英语） Zbl 1326.68256号

模式识别 47，第2期，535-543（2014）.
摘要：鲁棒人脸识别（FR）是计算机视觉和生物特征识别领域的一个热门话题，而人脸遮挡是鲁棒人脸识别最具挑战性的问题之一。近年来，基于表示（或编码）的稀疏编码系数和编码残差的FR方案对人脸遮挡具有良好的鲁棒性；然而，（l1）最小化的高复杂性使得它们在实际应用中用处不大。基于在非遮挡训练样本上表示遮挡人脸图像时，遮挡像素通常具有较高的编码残差，本文提出了一种新的快速鲁棒FR编码残差映射学习方案。学习字典对训练样本进行编码，并计算编码残差的分布。因此，通过自适应阈值学习残差图来检测遮挡。最后，通过掩蔽人脸表示中检测到的遮挡像素来识别人脸图像。在基准数据库上的实验表明，该方案具有较低的时间复杂度，但与其他常用方法相比，其FR精度相当。

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

关键词：

鲁棒人脸识别；编码残差映射；自适应掩蔽

软件：

多-PIE；RASL公司；AR面
PDF格式BibTeX公司 XML格式引用
\textit{M.Yang}等人，模式识别47，No.2，535--543（2014；Zbl 1326.68256）
全文： 内政部

参考文献：

[2] 维斯科特，L。；Fellous，J.M。；Kuiger，N。；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）
[3] 王，J.H。；你，J。；李，Q。；Xu，Y.，跨姿态人脸识别的正交判别向量，模式识别，45，12，4069-4079（2012）·Zbl 1248.68446号
[5] 乔·L·S。；陈S.C。；Tan，X.Y.，稀疏保持投影及其在人脸识别中的应用，模式识别，42，331-341（2010）·Zbl 1186.68421号
[6] Lee，K。；Ho，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，27，5，684-698（2005）
[7] Wright，J。；杨，A。；Ganesh，A。；Sastry，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，31，2，210-227（2009）
[8] Cheng，B。；杨，J。；Yan，S。；Fu，Y。；Huang，T.，Learning with（l_1）-graph for image analysis，IEEE Transactions on image Processing，19，4，858-866（2010年）·Zbl 1371.68229号
[11] Wright，J。；马云（Ma，Y.）。；Mairal，J。；萨皮罗，G。；黄，T。；Yan，S.，计算机视觉和模式识别的稀疏表示，IEEE学报，98，6，1031-1044（2010）
[13] 亚哈龙，M。；Elad，M。；布鲁克斯坦。，A.M.，《K-SVD:设计稀疏表示的过完备字典的算法》，IEEE Transactions on Signal Processing，54，11，4311-4322（2006）·兹比尔1375.94040
[14] 布鲁克斯坦，A.M。；Elad，M.，《稀疏表示建模词典》，IEEE学报，98，6，1045-1057（2010）
[15] 王，H.R。；元，C.F。；胡，W.M。；Sun，C.Y.，监督针对动作识别中稀疏建模的类特定字典学习，模式识别，45，11，3902-3911（2012）
[18] 毛重，R。；马修斯。，一、。；科恩，J。；Kanade，T。；贝克。，美国，Multi-PIE，图像和视觉计算，28807-813（2010）
[19] Cover，T.，线性不等式系统的几何和统计性质及其在模式识别中的应用，IEEE电子计算机汇刊，14，3326-334（1965）·Zbl 0152.18206号
[20] 赫斯特内斯，R。；Stiefel，E.，求解线性系统的共轭梯度方法，国家标准局研究杂志，49，6（1952）·Zbl 0048.09901号
[21] Kim，S.J。；Koh，K。；卢斯蒂格，M。；博伊德，S。；戈里内夫斯基。，D.，大规模（l_1）正则化最小二乘的内点方法，IEEE信号处理选定主题期刊，1，4，606-617（2007）
[26] 赵伟。；Chellappa，R。；Phillips，P.J。；Rosenfeld，A.，《面部识别：文献调查》，ACM计算调查，35，4，399-458（2003）
[27] 李S.Z。；Jain，A.K.，《人脸识别手册》（2011），施普林格出版社·Zbl 1230.68002号
[28] 贾弗里，R。；阿布拉尼亚。，H.R.，《人脸识别技术调查》，《信息处理系统杂志》，5，2，41-68（2009）
[29] 特克，M。；Pentland，A.，识别特征脸，认知神经科学杂志，3，1，71-86（1991）
[31] 杨，J。；张，D。；弗兰吉，A。；Yang，J.，二维PCA：一种基于外观的人脸表示和识别新方法，IEEE模式分析和机器智能汇刊，26，1，131-137（2004）
[32] Elad，M。；亚哈龙。，M.，通过学习词典的稀疏和冗余表示进行图像去噪，IEEE图像处理汇刊，15，12，3736-3745（2006）
[33] Marial，J。；Elad，M。；Sapiro，G.，彩色图像恢复的稀疏表示，IEEE图像处理汇刊，17，1，53-69（2008）
[35] 邓文华。；Hu，J.N。；郭杰。；蔡伟德（Cai，W.D.）。；Feng，D.G.，从单个训练图像进行鲁棒、准确和高效的人脸识别：统一追踪方法，模式识别，43，5，1748-1762（2010）·Zbl 1191.68562号
[36] Belhumeur，P。；赫斯潘达，J。；Kriegman，D.，《特征脸与渔夫脸：使用类特定线性投影进行识别》，IEEE模式分析与机器智能学报，19，7，711-720（1997）
[37] Leonardis，A。；Bischof，H.，使用特征图像的鲁棒识别，计算机视觉和图像理解，78，1，99-118（2000）
[39] Martinez，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汇刊，24，6，748-763（2002）
[40] 高桥，T。；Kurita，T.，一种与自动联想网络相结合的鲁棒分类器，用于完成部分遮挡的图像，神经网络，18958-966（2005）
[41] Hotta，K.，用粒子滤波器对局部分类器进行自适应加权以实现鲁棒跟踪，模式识别，42，619-628（2009）·Zbl 1162.68609号
[42] Ahonen，T。；哈迪德，A。；Pietikainen，M.，局部二进制模式的人脸识别：在人脸识别中的应用，IEEE模式分析和机器智能汇刊，28,122037-2041（2006）
[44] Gao，Y.S。；Leung，M.K.H.，使用线边缘图进行人脸识别，IEEE模式分析和机器智能汇刊，24，6，764-779（2002）
[46] Vu，北-南。；Caplier，A.，面向边缘幅度的人脸识别和图像匹配增强模式，IEEE图像处理汇刊，21，3，1352-1365（2012）·Zbl 1372.94258号
[47] Le，K.N.，使用双曲线和高斯掩模在双曲线分布和高斯分布像素强度图像中进行边缘检测的数学方法，数字信号处理，21，162-181（2011）
[48] Yang，M。；张，L。；Shiu，Simon C.K。；Zhang，D.，Gabor特征在Gabor遮挡字典人脸识别中的稳健表示和分类，模式识别，46，7，1865-1878（2013）
[49] 冯，Z.Z。；Yang，M。；张，L。；刘，Y。；Zhang，D.，用于人脸识别的联合判别维数缩减和字典学习，模式识别，46，8，2134-2143（2013）
[50] 黄，Z.X。；Liu，Y.G。；Li，C.G。；Yang，M.L。；Chen，L.P.，使用稀疏表示的基于人脸和耳朵的健壮多模式生物特征识别系统，模式识别，46，8，2156-2168（2013）
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。