基于素描对视频的人脸识别研究

发布时间：2021-02-27 15:56

　　在公共安全领域查找关键人,需在视频中比对素描进行检索.为此,改进了仅依靠对素描和视频数据中的人脸提取整体或者局部特征的识别算法,将人脸识别问题转为人脸检索问题,把这2种媒体数据表示为第3种数据,即图像列表.通过比较图像列表完成最终的特征比对.所设计的系统扩展了人脸识别的研究范围,且支持多种媒体数据的检索.对比人脸视频分析融合系统,对素描-视频数据进行人脸识别,结果显示,所提出算法的正确识别率和曲线下面积都有相应提高,而等错误率降幅显著. 

【文章来源】：北京邮电大学学报. 2019,42(06)北大核心

【文章页数】：7 页

【部分图文】：

素描-视频人脸识别整体算法

Ada Boost算法流程

1)基于聚类(cluster)的假设．对于与同一个查询，相关的文档倾向于聚在一起，因为它们与不相关的文档更相似．文中对于这一假设的解释为:通过选择一个适当的聚类函数，可以把相关的文档从不相关的文档中分离出来，把相关的文档聚为一类(簇)或者几类，在类内包含的文档比其他文档更相关，称这样的类为可信类．2)基于融合的假设．基于相关文档检索到的不同排序列表之间重叠度很高，不相关文档的不同列表之间重叠度很低．对于这一假设的解释为:基于融合的假设可以用来识别可信类，即一个类中包含的相关文档越多，那么这个类就越可信．

【参考文献】：
硕士论文
[1]基于Adaboost的人脸检测方法及眼睛定位算法研究[D]. 龙伶敏.电子科技大学 2008



本文编号：3054458