奇异值分解和改进PCA的视频人脸检索方法.pdfVIP

Computer Engineering and Applications 计算机工程与应用 2013 ，49 （11） 177 奇异值分解和改进PCA 的视频人脸检索方法 梁 斌，段 富 LIANG Bin, DUAN Fu 太原理工大学 计算机科学与技术学院，太原 030024 College of Computer Science and Technology, Taiyuan University of Technology, Taiyuan 030024, China LIANG Bin, DUAN Fu. Method for face retrieval in video using SVD and improved PCA. Computer Engineering and Applications, 2013, 49 （11）：177-182. Abstract ：This paper presents a method for face retrieval in video stream based on SVD and improved PCA. The PCA is improved through local mean and standard deviation in order to overcome the effects of illumination. The AdaBoost is used to detect human faces in image and video. The training samples are increased by Singular Value Decomposition （SVD）. On the basis of the original and new samples, the algebra features are extracted by using improved Principal Component Analysis （PCA ）. The features are compared through nearest neighbor classifier and the retrieval results are displayed to users. Experimen- tal results show the method performs well in simple background videos. Key words ：face detection; single sample face recognition; Singular Value Decomposition （SVD）; Principal Component Analysis （PCA ）; video-based face retrieval 摘 要：针对视频中人脸检索问题，提出一种基于奇异值分解和改进PCA 相结合的视频中单样本人脸检索方法，其中通过 融合局部均值和标准差的图像增强处理来实现PCA 算法的改进，从而克服光照对目标的影响。通过AdaBoost 人脸检测 算法对人脸图像和视频进行人脸检测；通过奇异值分解增加训练样本，在原样本和新样本的基础上采用改进的PCA 人脸 识别算法提取待检测人脸和视频中的人脸代数特征；采用最近邻分类器进行特征匹配，判断视频中检测出的人脸是否为 要检索的目标人脸。实验结果表明，该方法在简单背景的视频环境下可以较准确地检索出目标人脸。 关键词：人脸检测；单样本人脸识别；奇异值分解；主分量分析；基于视频的人脸检索 文献标志码：A 中图分类号：TP391 doi ：10.3778/j.issn. 1002-8331.1110-0196 1 引言 局限，直接对多媒体图像、音频、视频内容进行分析，主要 随着多媒体技术的发展，计算机性能的不断提高和网 是用媒体对象的语义、视觉、听觉和文本信息等特征，如图 络的广泛普及，使得多媒体视频的应用得到了极大的发 像的颜色、纹理、形状，视频中的场景、镜头的运动，声音中 展，越来越多的记录都采用视频方式保存。但当人们需要 的音调、响度、音色等。由于基于内容检索