검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Multilinear Supervised Neighborhood Embedding with Local Descriptor Tensor for Face Recognition 얼굴 인식을 위한 로컬 설명자 텐서를 사용한 다중 선형 감독 환경 임베딩

Xian-Hua HAN, Xu QIAO, Yen-Wei CHEN

  • 조회수

    0

  • 이것을 인용

요약 :

부분 공간 학습 기반 얼굴 인식 방법은 PCA(주성분 분석), ICA(독립 구성 요소 분석), LDA(선형 판별 분석) 및 2D 분석을 위한 일부 확장을 포함하여 최근 몇 년 동안 상당한 관심을 불러일으켰습니다. 그러나 이러한 모든 접근 방식의 단점은 재구성된 벡터 또는 픽셀 수준 강도의 행렬에 대해 부분 공간 분석을 직접 수행한다는 것입니다. 이는 일반적으로 조명이나 포즈 변화에 따라 불안정합니다. 본 논문에서는 얼굴 이미지를 로컬 디스크립터 텐서(local descriptor tensor)로 표현하는 것을 제안합니다. 이는 이미지 내 로컬 영역의 디스크립터(K*K-픽셀 패치)를 조합한 것이며 널리 사용되는 Bag-Of-텐서보다 효율적입니다. 로컬 설명자 조합을 위한 기능(BOF) 모델입니다. 또한, 우리는 얼굴 이미지의 로컬 설명자 텐서로부터 판별적 특징 추출을 위해 다중 선형 부분 공간 학습 알고리즘(Supervised Neighborhood Embedding-SNE)을 사용하여 특징 공간에서 로컬 샘플 구조를 보존할 수 있도록 제안합니다. 우리는 벤치마크 데이터베이스 Yale 및 PIE에서 제안된 알고리즘을 검증했으며, 실험 결과는 특히 작은 훈련 샘플 수에 대해 기존의 부분 공간 분석 방법에 비해 우리 방법을 사용한 인식률이 크게 향상될 수 있음을 보여줍니다.

발행
IEICE TRANSACTIONS on Information Vol.E94-D No.1 pp.158-161
발행일
2011/01/01
공개일
온라인 ISSN
1745-1361
DOI
10.1587/transinf.E94.D.158
원고의 종류
LETTER
범주
패턴 인식

작성자

키워드