×

人脸识别中最具鉴别能力的子带:一种新的信息理论框架。 (英语) Zbl 1403.68218号

摘要:在本文中,我们提出了一个综合框架,用于自动选择人脸识别问题中最具鉴别能力的子带。本质上,使用线性二值模式(LBP)方法将人脸图像转换为纹理,这些纹理化的人脸经过小波包分解,得到多个子带图像。我们建议使用能量特征来有效地表示这些子带图像。数据的基本统计模式以信息理论度量的形式加以利用,以选择最具鉴别性的子带。提出的算法在几个标准数据库上进行了广泛的评估,结果表明总是选择最重要的子带,从而获得更好的性能。提出的算法是完全通用的,不依赖于特征或/和分类器的选择。

MSC公司:

68吨10 模式识别、语音识别
62B10型 信息理论主题的统计方面
62华氏35 多元分析中的图像分析

软件:

费雷特;AR面
PDF格式 BibTeX公司 XML格式 引用
全文: 内政部

参考文献:

[1] Ahonen,T。;哈迪德,A。;Pietikainen,M.,局部二进制模式人脸描述:人脸识别应用,IEEE Trans。模式分析。机器。智力。,28, 12, 2037-2041, (2006)
[2] Ahonen,T。;哈迪德,A。;Pietika,M.,人脸描述与局部二进制模式在人脸识别中的应用,IEEE Trans。模式分析。机器。智力。,28, 1205-1224, (2006)
[3] 安东尼尼,M。;巴劳德,M。;马修,P。;Daubechies,I.,《使用小波变换的图像编码》,IEEE Trans。图像处理。,1, 2, 205-220, (1992)
[4] Blum,A.L。;Langley,P.,《机器学习中相关特征和示例的选择》,Artifi。智力。,97, 1, 245-271, (1997) ·Zbl 0904.68142号
[5] Chien,J.T。;Wu,C.C.,用于人脸识别的判别小波面和最近特征分类器,IEEE Trans。模式分析。机器。智力。,24, 12, 1644-1649, (2002)
[6] A.数据库,Att数据库,http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html/。
[7] P.数据库,免费下载put face数据库,(1999),https://biometrics.cie.put。poznan.pl/index.php。
[8] 香港埃克内尔。;Sankur,B.,多分辨率人脸识别,图像视觉计算。,23, 469-477, (2005)
[9] 加西亚,C。;齐科斯,G。;Tziritas,G.,用于人脸识别的小波包分析,图像视觉计算。,18, 289-297, (2000)
[10] Graps,A.,《小波简介》,IEEE Comput。科学。工程师,2,2,50-61,(1995)
[11] Guariglia,E.,分数动力学De Gruyter Open,Riemann zeta函数的分数导数,1-18,(2015)
[12] Guariglia,E.,《熵与分形天线》,熵,18,3,84,(2016)
[13] Guariglia,E.,Weierstrass-Mandelbrot函数的光谱分析,第二届国际计算机与能源科学多学科会议(SpliTech),1-6,(2017),IEEE
[14] Guariglia,E。;Silvestrov,S.,工程数学II,正定分布和小波的分数小波分析,337-353,(2016),Springer·Zbl 1365.65294号
[15] Guariglia,E。;Silvestrov,S.,Riemann-zeta分数导数的函数方程,AIP Conf.Proc。,1798, 1, 020-063, (2017)
[16] He,D。;Wang,L.,纹理单位,纹理谱和纹理分析,IEEE Trans。地质科学。遥感,28509-512,(1990)
[17] 黄,K。;Abiyente,M.I.Selin,图像分类的小波特征选择,IEEE Trans。图像处理。,9, 509-512, (2008)
[18] Jain,A。;A.罗斯。;Prabhakar,S.,《生物识别简介》,IEEE Trans。电路系统。视频技术。,14, 1, 4-20, (2004)
[19] 蒋,X。;曼达尔,B。;Kot,A.,人脸识别中的特征正则化和提取,IEEE Trans。模式分析。机器。智力。,30, 3, 383-394, (2008)
[20] 卡辛斯基,A。;Florek,A。;施密特,A.,The put face database,Image Process。社区。,13, 3-4, 59-64, (2008)
[21] Kuncheva,L.I.,六种分类器融合策略的理论研究,IEEE Trans。模式分析。机器。智力。,24, 2, 281-286, (2002)
[22] 莱恩,A。;Fan,J.,小波包特征纹理分类,IEEE Trans。模式分析。机器。智力。,15, 11, 1186-1191, (1993)
[23] Mallat,S.,《信号处理的小波教程》,05-910,(1999),学术出版社,纽约
[24] A.Martinez和R.Benavente,人脸数据库,CVC技术报告,1998年6月。
[25] 马丁内斯,A.M。;Kak,A.C.,Pca与lda,IEEE Trans。模式分析。机器。智力。,23, 2, 228-233, (2001)
[26] Nanni,L。;Lumini,A.,用于手掌和面部认证的小波分解树选择,模式识别。莱特。,29, 343-353, (2008)
[27] 纳西姆,I。;托涅里,R。;Bennamoun,M.,人脸识别的线性回归,IEEE Trans。模式分析。机器。智力。,31, 11, 328-340, (2010)
[28] Ojala,T。;Pietikinen,M。;Harwood,D.,基于分布的Kullback判别分类的纹理度量性能评估,Proc。第12届IAPR模式识别国际会议,1582-585,(1994),IEEE
[29] 彭,H。;长,F。;丁,C.,基于MAX相关性、MAX相关性和MIN相关性互信息准则的特征选择,IEEE Trans。模式分析。机器。智力。,27, 8, 1226-1238, (2005)
[30] Phillips,P.J。;Moon,H。;Rizvi,S.A。;Rauss,P.J.,《人脸识别算法的参考评估方法》,IEEE Trans。模式分析。机器。智力。,22, 10, 1090-1104, (2000)
[31] Randen,T。;Husoy,J.H.,《纹理分类过滤:比较研究》,IEEE Trans。模式分析。机器。智力。,21, 4, 291-310, (1999)
[32] Rao,R.M.,《小波变换:理论与应用导论》,(1998),印度培生教育出版社·Zbl 0966.42019号
[33] 史密斯,M.J。;Akansu,A.N.,子带和小波变换,简介和概述,1-31,(1996),Springer
[34] Wang,L。;He,D.,使用纹理谱进行纹理分类,模式识别。,23, 05-910, (1990)
[35] 杨,J。;张,D。;Frangi,A。;Yang,J.,《二维主成分分析:基于外观的人脸表示和识别的新方法》,IEEE Trans。模式分析。机器。智力。,26, 1, 131-137, (2004)
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。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。