视频人脸识别中判别性联合多流形分析

来源：软件学报杂志2015年第11期北京时间：

作者：于谦,高阳,霍静,庄韫恺

单位：于谦，山东女子学院 信息技术学院, 山东 济南 250300;计算机软件新技术国家重点实验室(南京大学), 江苏 南京 21002311,高阳，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 21002302,霍静，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 21002303,庄韫恺，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 21002304

摘要：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

基金资助：国家自然科学基金(61035003, 61175042, 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