-
题名基于视频的人脸识别研究进展
被引量：84
- 1
-
-
作者
严严
章毓晋
-
机构
清华大学信息科学与技术国家实验室
清华大学电子工程系
-
出处
《计算机学报》
EI
CSCD
北大核心
2009年第5期878-886,共9页
-
基金
国家自然科学基金(60872084)
教育部高等学校博士学科点专项科研基金(SRFDP-20060003102)资助~~
-
文摘
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.如何充分利用视频中人脸的时间和空间信息克服视频中人脸分辨率低,尺度变化范围大,光照、姿态变化比较剧烈以及时常发生遮挡等困难是研究的重点.文中对近期(主要近5年)基于视频的人脸识别研究进行了详细的介绍和讨论,在对相关方法分类的基础上,分析了各类方法中典型技术的优缺点,并概况介绍了常用的视频人脸数据库和实验结果,最后展望了基于视频人脸识别未来的发展方向和趋势.
-
关键词
模式识别
人脸识别
基于视频的人脸识别
进展
-
Keywords
pattern recognition
face recognition
video-based face recognition
progress
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名视频人脸识别中判别性联合多流形分析
被引量：10
- 2
-
-
作者
于谦
高阳
霍静
庄韫恺
-
机构
山东女子学院信息技术学院
计算机软件新技术国家重点实验室(南京大学)
-
出处
《软件学报》
EI
CSCD
北大核心
2015年第11期2897-2911,共15页
-
基金
国家自然科学基金(61035003
61175042
+4 种基金
61305068
61432008)
山东省高等学校青年骨干教师国内访问学者项目
山东省高等学校科技计划(J15LN58)
山东女子学院数据挖掘科研创新团队基金
-
文摘
将基于视频的人脸识别转换为图像集识别问题,并提出两种流形来表示每个图像集:一种是类间流形,表示每个图像集的平均脸信息;另一种是类内流形,表示每个图像集的所有原始图像的信息.类间流形针对图像集之间的区别提取整体判别信息,作用是选出几个与待识别图像集较为相似的候选图像集.类内流形则考虑图像集内各原始图像之间的关系,负责从候选图像集中找出最为相似的一个.不同于现有的非线性流形方法中每幅图像对应流形中的一个点,采用分片技术学习两种流形的投影矩阵,每个分片对应流形中的一个点,所学到的特征更具有判别性,进而使流形边界更加清晰,同时解决了传统非线性流形方法中的角度偏差和不充分采样问题.还提出了与分片技术相匹配的流形之间的距离度量方法.最后在几个广为研究的数据集上进行了实验,结果表明:新方法的识别准确率高,尤其适用于不受控环境下的视频识别,而且不受视频段长短的影响.
-
关键词
基于视频的人脸识别
图像集
分片
多流形
相似性度量
-
Keywords
video-based face recognition
image set
patch
multi-manifold
similarity measure
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
