資源描述：
《基于神經(jīng)網(wǎng)絡(luò)集成的多視角人臉識別.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應用文檔-天天文庫。
1、第38卷第10期計算機研究與發(fā)展VOl38,NO102001年10月JOURNALOFCOMPUTERRESEARCH8DEVELOPMENTOct.2001基于神經(jīng)網(wǎng)絡(luò)集成的多視角人臉識別周志華皇甫杰@張宏江陳祖翰@(南京大學計算機軟件新技術(shù)國家重點實驗室南京210093>@(卡內(nèi)基梅隆大學電子與計算機工程系匹茲堡美國>(微軟中國研究院北京100080>(zhOuzh@nju.edu.cn>摘要人臉在圖像深度方向上發(fā)生偏轉(zhuǎn)時,即使同一對象的人臉圖像也會發(fā)生極大的變化.在此,將神經(jīng)網(wǎng)絡(luò)集成應用于多視角人臉
2、識別,所用的人臉特征通過多視角特征臉分析獲得.為每一視角的特征空間各訓練一個神經(jīng)網(wǎng)絡(luò),并利用另一個神經(jīng)網(wǎng)絡(luò)對其進行結(jié)合.利用訓練好的神經(jīng)網(wǎng)絡(luò)集成進行識別時不僅不需進行偏轉(zhuǎn)角度估計預處理,而且還可以在給出識別結(jié)果的同時給出角度估計信息.實驗結(jié)果表明,該方法的識別精度高于根據(jù)精確的偏轉(zhuǎn)角度估計信息挑選最佳單一神經(jīng)網(wǎng)絡(luò)所能達到的效果.關(guān)鍵詞神經(jīng)網(wǎng)絡(luò),人臉識別,神經(jīng)網(wǎng)絡(luò)集成,特征臉,多視角中圖法分類號TP18VIEW-INVARIANTFAEREOGNITIONBASEDONNEURALNETWORENSEMBL
3、E@@ZHOUZhi-Hua,HUANGFuJie,ZHANGHOng-Jiang,andCHENTsuhan(NCtz0nClLCb07Ct07yf07N0uelS0ftUC7eTeChn0l0gy,NCnjzngUnzue7Szty,NCnjzng210093>@(EleCt7zCClCncC0mpute7Engznee7zngepC7tment,CC7negzeMell0nUnzue7Szty,PzttSbu7gh,PA,USA>(MzC70S0ftReSeC7ChChznC,Bezjzng1000
4、80>AbstractWhenhumanfacesrOtateinimagedepth,eVenthefacesOfthesamepersOnappearWithgreatVariances.Inthispaper,neuralnetWOrkensembleisappliedtOVieW-inVariantfacerecOgnitiOn.ThefacialfeaturesusedareeXtractedthrOughVieW-specificeigenfaceanalysis.SeVeralneuraln
5、etWOrksaretrained,eachfOraneigenspaceOfdifferentVieWs,andtheirresultsarecOmbinedWithanOtherneuralnetWOrk.Aftertheensembleistrained,VieWestimatiOnisnOtreguiredfOrrecOgnitiOn.MOreOVer,WhenneWfacesarefed,theensembleWillnOtOnlygiVetherecOgnitiOnresultbutalsOp
6、resentanestimatedVieWinfOrmatiOn.EXperimentalresultsshOWthattherecOgnitiOnaccuracyOftheprOpOsedapprOachisbetterthanthatOfthebestindiVidualneuralnetWOrkselectedaccOrdingtOtheinfOrmatiOnprOVidedbyanaccuratefrOnt-endVieWestimatiOnprOcess.eywordsneuralnetWOrk
7、s,facerecOgnitiOn,neuralnetWOrkensemble,eigenface,VieW-inVariant原稿收到日期:2000-07-13;修改稿收到日期:2001-07-10本課題得到江蘇省自然科學基金資助(BK2001406>本文工作在微軟中國研究院完成10期周志華等:基于神經(jīng)網(wǎng)絡(luò)集成的多視角人臉識別1205轉(zhuǎn)角度的物體[9].但研究表明.使用多個特征空間可以取得更好的效果[10]1引言.有鑒于此.我們按照Pentlanc等人的方法[10]建立了多視角特征空間.即為每一個近20
8、年來.很多研究者對人臉識別進行了深入視角建立一個優(yōu)化基向量集.即特征臉集.如圖1的研究.并提出了很多有效的方法[1]所示..其中神經(jīng)網(wǎng)絡(luò)技術(shù)得到了廣泛的應用.并被認為是一種優(yōu)于非連接主義方法的較好的選擇[2].因此.把神經(jīng)網(wǎng)絡(luò)領(lǐng)域的最新成果應用于人臉識別.將會極大地促進后者的發(fā)展.自從Hansen和Salamon[3]提出神經(jīng)網(wǎng)絡(luò)集成(neuralnetworkensembleD之后.該技術(shù)已被成功地應用于很多領(lǐng)域中.如手寫體
