多核学习融合局部和全局特征的人脸识别算法

杨赛; 赵春霞; 刘凡

doi:10.3969/j.issn.0372-2112.2016.10.009

您当前的位置：

首页 >

文章列表页 >

多核学习融合局部和全局特征的人脸识别算法

学术论文 | 更新时间：2025-07-16

- 多核学习融合局部和全局特征的人脸识别算法
- Fusion of Local and Global Features Using Multiple Kernel Learning for Face Recognition
- 电子学报 2016年44卷第10期页码：2344-2350
- 作者机构：
  
  1. 南通大学电气工程学院,江苏,南通,226019
  2. 南京理工大学计算机科学与工程学院,江苏,南京,210094
  3. 河海大学计算机与信息学院,江苏,南京,210098
  4. 南通大学电气工程学院,江苏,南通,226019
  5. 南京理工大学计算机科学与工程学院,江苏,南京,210094
  6. 河海大学计算机与信息学院,江苏,南京,210098
- 作者简介：
- 基金信息：
  
  国家自然科学基金面上项目 (No.61272220）;国家青年科学基金 (No.61103059，No.61101197）
- DOI：10.3969/j.issn.0372-2112.2016.10.009
  中图分类号： TP391.4
- 网络出版：2016-10-25，
  
  纸质出版：2016
- 稿件说明：
移动端阅览
杨赛, 赵春霞, 刘凡. 多核学习融合局部和全局特征的人脸识别算法[J]. 电子学报, 2016,44(10):2344-2350.

YANG Sai, ZHAO Chun-xia, LIU Fan. Fusion of Local and Global Features Using Multiple Kernel Learning for Face Recognition[J]. Acta Electronica Sinica, 2016, 44(10): 2344-2350.
杨赛, 赵春霞, 刘凡. 多核学习融合局部和全局特征的人脸识别算法[J]. 电子学报, 2016,44(10):2344-2350. DOI： 10.3969/j.issn.0372-2112.2016.10.009.

YANG Sai, ZHAO Chun-xia, LIU Fan. Fusion of Local and Global Features Using Multiple Kernel Learning for Face Recognition[J]. Acta Electronica Sinica, 2016, 44(10): 2344-2350. DOI： 10.3969/j.issn.0372-2112.2016.10.009.

摘要

提出一种基于词袋模型的新的人脸识别算法.该方法将词袋模型和词袋模型的全局模式分别作为人脸图像的局部特征和全局特征描述，最后使用多核学习方法将二者进行融合.AR、FERET、CMU PIE以及LFW公开人脸数据库上的实验结果表明，本文方法能够更好的解决小样本问题，并且对人脸的表情变化、姿态变化以及面部遮挡具有更优良的鲁棒性.

Abstract

A new face recognition algorithm via bag-of-words(BoW) is proposed.In specific

it uses BoW and the global pattern of BoW respectively as the local feature and global feature of face images.Multiple kernel learning is adopted to fuse the local and global features.Extensive experiments were carried out on four face databases

i.e.AR

FERET

CMU PIE and LFW.The results show that our method can effectively solve the small training size problem and is more robust to expression changes

position variations and occlusion.

关键词

Keywords

references

浏览量

442

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于特征融合的轻量级新残差人脸识别方法

基于多任务学习和身份约束的生成对抗网络人脸校正识别方法

一种核正交鉴别保局投影算法

基于矩阵模式的最小类内散度支持向量机

一种基于奇异值特征的神经网络人脸识别新途径