融合SIFT和MIL的红外人脸识别方法

摘要：

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。

关键词：多示例学习、红外人脸识别、SIFT描述子

所属期刊栏目：17

分类号：TP391(计算技术、计算机技术)

资助基金：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

在线出版日期：2012-11-12（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：15-20