一种基于改进高斯过程隐变量模型的多角度人脸识别算法.pdfVIP

一种基于改进高斯过程隐变量模型的多角度人脸识别算法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于改进高斯过程隐变量模型的多角度人脸识别算法

第 35卷第 9期 电 子 与 信 息 学 报 VOll_35NO.9 2013年 9月 JournalofElectronics&InformationTechnology Sept.2013 一 种基于改进高斯过程隐变量模型的多角度人脸识别算法 刘 剑 龚志恒 吴成东 高恩阳㈤ f东北大学信息科学-b工程学院 沈阳 110004) f沈阳建筑大学信息与控制_T-程学院 沈阳 110168) 摘 要:针对传统谱算法在人脸识别中的局限,该文提出一种基于改进高斯过程隐变量模型(GP—LVM)的多角度人 脸识别算法。首先,通过高斯过程(GP)对人脸流形建立概率模型,得到高斯过程隐变量模型(GP—LVM);其次,分 析GP—LVM得到共有信g(sharedinf0rmati0n)和独有信g(privateinformation),利用概率最大化与拉格朗日乘子 法得到参照矩阵和参照值;最后,实现多角度人脸识别。选取Yale,JAFFE,FERET,CMU—PIE4类数据集进行 对比实验,实验结果表明:该文提出的算法可以有效地识别多角度人脸,针对无角度人脸识别也具有 良好的效果。 关键词:人脸识别;高斯过程;谱算法;隐变量模型;共有信息;独有信息 中图分类号:TP391.41 文献标识码:A 文章编号:1009—5896(2013)09—2033—07 D0I:10.3724/SP.J.1146.2013.00412 A M ulti—angleFaceRecognitionAlgorithm BasedonM odified GaussianProcessLatentVariableM ode LiuJian①② GongZhi—heng② W uCheng—dong① GaoEnyang② — (CollegeD,InformationScienceandEngineering,NortheasternUniversity,Shenyang110004,China) (CollegeofInformationandControlEngineering,ShenyangJianzhuUniversity,Shenyang110168,China) Abstract:Thetraditionalspectrum algorithmsarelimitedinfacerecognitionissue.Foritscharacteristicsofissue, anovelmulti—anglefacerecognitionmethodbasedonmodifiedGaussianProcessLatentVariableMode(GP—LVM) isproposed.Firstly,theprobabilisticmodeloffacemanifoldisestablishedwiththeGaussianProcess(GP),andthe GP—LVM canbegotten.Secondly,thesharedinformationandprivateinformationcanbegottenbyanalyzingthe GP—LVM .Thereafter,thereferencematricesandthereferencevaluesarecalculatedwithmaximum probabilityand Lagrangealgor

文档评论(0)

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档