VPC优化格拉斯曼流形的视频人脸识别.pdfVIP

y烹舞篓烹 V恍。脚L枞勰瓣¨ VPC优化格拉斯曼流形的视频人脸识别 吴育锋1，徐向艺2 (1．丽水学院工学院，浙江丽水323000；2．平项山学院软件学院，河南平顶山467002) 【摘要】针对视频人脸识别中由于光照、表情、姿态等变化而严重影响识别性能的问题，提出了一种基于视频分块聚类优化格 拉斯曼流形的视频人脸识别方法。首先通过去除孤立点、均匀采样、剪裁、姿势纠正等过程将视频数据集进行规范化；然后从训 练视频的不同位置提取出可变长度的局部视频片段，使用基于谱聚类的高效算法将其表示为格拉斯曼流形上的点；最后，将所 得到的聚类中心和测试视频中的点相匹配，并且利用基于表决的策略来完成测试视频的人脸识别。在视频人脸数据库Honda／ UCSD、CMU 取得了更好的识别效果。 【关键词】视频人脸识别；格拉斯曼流形；视频分块聚类；孤立点；表决策略 【中图分类号】TN911．73；TP391 【文献标志码】A GrassmanManifold VideoPatches forVideoFace Optimizedby Clustering Recognition WU xi Yufen91，XUaIl_syi2 Ushui 323000，China；2．School (J．Institute矿Technology，Lishui¨咖m蚵，Zhej缸ngqrSoftwareEngineering， PingdingshanUniversity，HenanPingdingshan467002，China) offace methodsis variationsof and invideoface 【Abstract】Theperformancerecognition impactedby illumination，expressionposes whichtheGrassmanmanifoldmethod video is datasetsarestandardized theiso— by clustering through optimized patches proposed．Firstly，video removing lated and video ofvariablealeextractedfromdifferent of points，uniform length position sampling，clippingcorrectingposture．Then，localclips training whichefficient basedon isusedto themwith onGlassman center video，after algorithm spectralclustering represent points beforeismatchedwith in basedonvoteisusedtofmishvideoface effectivenessof meth- got points video，a