基于稀疏子空间的视频人脸聚类方法

摘要：

为提高视频人脸聚类性能,解决视频中的人脸易受到光照强度、物体遮挡和背景变化等因素的干扰的问题,提出一种基于视频先验知识、多视图和轨迹信息约束的人脸聚类研究方法.对聚类样本进行多特征提取,利用稀疏子空间表示算法获取人脸稀疏系数表示矩阵,使用轨迹信息和KNN重构系数矩阵,结合协同谱聚类算法获得人脸聚类结果.通过Notting Hill库和电影轨迹人脸库两个数据集验证该方法的可行性,实验对比结果表明,该方法对于视频中的人脸聚类具有较好的性能.

关键词：人脸聚类、多视角、稀疏子空间表示、约束矩阵、协同算法

所属期刊栏目：40

分类号：TP391.41(计算技术、计算机技术)

资助基金：江苏省研究生科研创新基金项目KYCX17_0925

在线出版日期：2020-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3219-3224