VPC优化格拉斯曼流形的视频人脸识别北大核心 |
| |
引用本文: | 吴育锋,徐向艺.VPC优化格拉斯曼流形的视频人脸识别北大核心[J].电视技术,2014(9):207-211. |
| |
作者姓名: | 吴育锋 徐向艺 |
| |
作者单位: | 1.丽水学院工学院323000;2.平顶山学院软件学院467002; |
| |
基金项目: | 国家自然科学基金项目(U1204611);浙江省自然科学基金项目(LY13F020019) |
| |
摘 要: | 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识别。在视频人脸数据库Honda/UCSD、CMU Mobo及YouTube上的实验验证了该方法的有效性,实验结果表明,相比几种较为先进的视频人脸识别方法,该方法取得了更好的识别效果。
|
关 键 词: | 视频人脸识别 格拉斯曼流形 视频分块聚类 孤立点 表决策略 |
本文献已被 维普 等数据库收录! |
|