10.3969/j.issn.1007-3264.2012.04.005
融合SIFT和MIL的红外人脸识别方法
针对红外人脸识别问题,提出一种新的基于尺度不变特征转换(SIFT)与多示例学习(MIL)相结合的算法。该算法将图像当作多示例包,SIFT描述子当作包中的示例,利用聚类的方法对训练集中的所有SIFT描述子进行聚类,建立"视觉词汇表",再根据"视觉字"在多示例训练包中出现的频率,建立"词-文档"矩阵,采用潜在语义分析(LSA)的方法获得多示例包(图像)的潜在语义特征,将MIL问题转化成标准的有监督学习问题,即在潜在语义空间用支持向量机(SVM)求解MIL问题。基于OTCBVS标准数据集的对比实验结果表明,所提算法是可行的,且识别率明显高于其他方法。
多示例学习、红外人脸识别、SIFT描述子
17
TP391(计算技术、计算机技术)
陕西省教育厅科研基金资助项目12JK0734,11JK0994;西安邮电学院博士科研启动基金资助项目1091216;西安邮电学院青年基金资助项目1090428
2012-11-12(万方平台首次上网日期,不代表论文的发表时间)
共6页
15-20