作者:王玉; 申铉京; 陈海鹏 期刊:《自动化学报》 2018年第12期
视频环境下目标的姿态变化使得人脸关键帧难以准确定位,导致基于关键帧标识的视频人脸识别方法的识别率偏低.为解决上述问题,本文提出一种基于Fisher加权准则的多示例学习视频人脸识别算法.该算法将视频人脸识别视为一个多示例问题,将视频中归一化后的人脸帧图像作为视频包中的示例,采用分块TPLBP级联直方图作为示例纹理特征,示例特征的权值通过改进的Fisher准则获得.在训练集合的示例特征空间中,采用多示例学习算法生成分类器,进...
作者:郑秋文; 刘惠义 期刊:《信息技术》 2019年第04期
针对视频人脸识别中存在的动态人脸信息捕捉困难和局部人脸特征提取粗糙的问题,提出了一种基于深度Q学习和注意模型结合的视频人脸识别方法。首先,采用卷积神经网络(Convolutional Neural Network,CNN)训练视频数据可提取多维特征;其次,将视频特征输入注意模型,根据视频数据时间连续性信息得到局部人脸特征、人脸位置和时间记忆单元;最后,采用Q学习迭代计算注意模型的输出,找到含人脸的最优帧序列,并以此计算视频匹配准确度。实验...
作者:赵锡英; 曾贤灏 期刊:《自动化与仪器仪表》 2017年第09期
针对人脸识别中图像集中附加信息利用率较低的问题,设计了一种维度加权的马氏距离度量方法,首先利用大间距架构中数据之间的相似关系来对马氏距离度量进行学习,再对其进行维度加权并结合K近邻分类器完进行人脸分类。结果表明:该方法在YouTube明星数据集上进行视频人脸识别的效果优于其它方法。
作者:刘毅华 期刊:《信息技术与信息化》 2017年第01期
近年来基于视频的人脸识别已成为人脸识别领域最为活跃的研究方向之一,该技术近年来成为计算机视觉领域的研究热点和难点。本文利用不同表示方法和不同识别方法的视频人脸识别技术具有不同的精确度,主要探讨基于LBP-TOP联合Gabor的多角度特征视频人脸纹理识别方法。
作者:周建华 常卫东 刘完芳 期刊:《太原师范学院学报·社会科学版》 2010年第03期
针对视频图像的数量海量性及视频人脸运动性,提出基于距离和密度聚类融合的视频人脸识别方法,该方法同时考虑距离与密度在聚类中的相关性并进行融合处理,设计了聚类人脸识别程序流程,实验中对其聚类算法及视频人脸识别方法分别进行了测试.结果表明,提出的方法识别速度快、准确率高、误检率低,能达到数字视频监控系统对精度的要求,可满足视频监控中实时取证的需要.
作者:范柳青 林雪峰 宋世启 期刊:《科技致富向导》 2011年第03期
本文分析了基于视频人脸识别中的四个问题即低分辨率,失焦,隔行扫描影响和运动模糊,分别阐述其原因及解决方法。
作者:何欣荣 董建园 张刚 期刊:《计算机工程与应用》 2012年第24期
为改善视频人脸识别系统性能受无约束环境影响较大的问题,通过引入状态中心参数C扩展隐马尔可夫模型,对人脸面部特征做状态空间隐射,使类内差别变小,类间差别变大,提高系统的鲁棒性。实验结果表明,优化后的模型提高了对视频序列识别的准确性和抗干扰性。
作者:杨天朋 唐娴 期刊:《科学技术与工程》 2014年第15期
针对视频人脸识别中传统的图像集算法受光照、表情、姿态及遮掩等变化而影响识别性能的问题,提出了一种图像集匹配的正则化最近点算法。首先,将图库图像集和探针图像集建模成正则化仿射包,利用迭代器自动确定两个图像集间的正则化最近点;然后,利用最近子空间分类器最小化正则化最近点;最后,根据正则化最近点之间的欧氏距离及结构计算RNP集之间的距离,并利用最近邻分类器完成人脸识别。在Honda/UCSD、CMU Mobo和YouTube三大视频人脸...
作者:吴育锋 徐向艺 期刊:《电视技术》 2014年第09期
针对视频人脸识别中由于光照、表情、姿态等变化而严重影响识别性能的问题,提出了一种基于视频分块聚类优化格拉斯曼流形的视频人脸识别方法.首先通过去除孤立点、均匀采样、剪裁、姿势纠正等过程将视频数据集进行规范化;然后从训练视频的不同位置提取出可变长度的局部视频片段,使用基于谱聚类的高效算法将其表示为格拉斯曼流形上的点;最后,将所得到的聚类中心和测试视频中的点相匹配,并且利用基于表决的策略来完成测试视频的人脸...
针对现有的视频人脸识别方法不能很好地学习局部模型特定协方差的问题,为了更好地识别视频中的人脸,提出了基于异方差概率线性判别分析(PLDA)的外观流形建模(AMM)算法.首先,借助于高斯分布集合,对训练集中所有的人脸分别进行外观流形建模;然后对从视频中采集到的人脸进行聚类,并使用异方差PLDA模型学习聚类结果,从而获得表征分布的参数;最后,通过点到模型距离对测试人脸的每一帧到训练集的所有聚类进行融合匹配,并根据匹配得分...
作者:卫娟 戴冬 期刊:《计算机应用与软件》 2015年第06期
针对视频人脸识别实时性问题,提出一种基于局部特征在线学习的视频人脸识别方法。首先,从人脸任意关键点提取局部特征,采用投票算法挑选出每个簇的代表性特征;然后,进行学习过程,直到簇中人脸数目达到要求的最小值且人脸图像距其簇平均的最远距离低于一个阈值;最后,将检测到的视频帧按顺序与图库中所有个体的簇进行匹配,利用复合时序相似度度量完成人脸的识别。在一个有50个注册对象和20个未知者的数据库上进行在线识别实...