基于EMD的融合特征快速多示例人脸识别算法

摘要：

在基于五官模版技术的人脸识别中,因光照、角度及缺少整体性考虑等情况,易产生异常示例,影响了算法精度。而适合多示例检索的EMD距离寻优路径较长,导致在人脸识别中应用受限。为此提出一种基于EMD距离的快速融合特征多示例人脸识别算法（IIFEMD-MIL）。针对异常点的问题,通过引入结合整体特征的融合多示例技术以及距离阀值,从而减少异常示例的产生并对超过阈值的示例予以平滑处理;针对寻优路径长的问题,将人脸五官之三结合整体示例为模版构建四示例的一一匹配,并进一步提出了融合快速EMD-MIL框架,缩短了寻优遍历路径。在ORL和MIT图像集上进行的比对实验表明,该算法执行效率和分类准确性优于其他同类算法。

关键词：多示例学习(MIL)、人脸识别、推土机距离(EMD)、距离阈值、融合特征

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：中国博士后科学基金资助项目20070420711;中央高校基本科研业务费科研专项-研究生科技创新基金CDJXS11180001;中央高校基本科研业务费科研专项-自然科学类项目资助CDJZR10100023;重庆市科委自然科学基金计划资助项目2007BB2372

在线出版日期：2012-06-02（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：99-104