干货|三种经典的人脸识别算法（经典论文列表）

本征面方法

人脸特征技术是一种用于人脸或一般刚体识别的新开发方法，以及其他涉及人脸处理的方法. Sirovich和Kirby（1987）首次提出了使用特征脸的人脸识别方法（“人脸特征的低维程序”），然后由马修·特克和亚历山大·彭特兰德将其用于人脸分类（“人脸特征识别” ）. 首先将这批面部图像转换为一组特征向量，称为“特征脸”，即“特征脸”，它们是初始训练图像集的基本组成部分. 识别的过程是将一对新图像投影到特征面子空间，并通过其投影点在子空间中的位置和投影线的长度来确定和识别.

将图像转换到另一个空间后，同一类别的图像将收敛，并且不同类别的图像的收敛力将相距很远. 用简单的线条或区域很难在原始像素空间中划分不同类别的图像. 将其划分到另一个空间中，您可以将它们很好地分开.

特征脸选择的空间变换方法是pca（主要成分分析），它使用pca获得脸部分布的主要成分. 具体实现是对训练集中所有面部图像的协方差矩阵进行特征值分解，得到对应的特征向量，这些特征向量为“特征脸”. 每个特征向量或特征脸等效于捕获或描述人脸之间的各种变化或特征. 这意味着每个人的面孔都可以表示为这些特征面孔的线性组合.

本地二进制模式（lbp）

本地二进制模式lbp是用于在计算机视觉领域进行分类的视觉运算符. lbp，一种用于描述图像纹理特征的运算符，由t.ojala等人提出. 1996年获得芬兰奥卢大学（University of Oulu University）的认可（“基于特征分布分类的纹理度量比较研究”）. 2002年，t.ojala等人发表了另一篇有关pami上的lbp（“具有局部二进制模式的多分辨率灰度和旋转不变纹理分类”）的文章. 本文清楚地解释了多分辨率，灰度不变和旋转不变的等效模式的改进的lbp功能. lbp的核心思想是使用中心像素的灰度值作为阈值，并将其与他的字段进行比较以获得对应的二进制代码来表示局部纹理特征.

Ibp是提取局部特征作为判别的基础. lbp方法的明显优点是它对光不敏感，但仍未解决姿势和表情问题. 但是，与特征脸方法相比，lbp的识别率有了很大的提高.

鱼脸

线性判别分析在考虑维度信息的同时减小维度，这是统计学家sir r发明的. 一种. 费舍尔在1936年发表论文（“在分类学问题中使用多重度量”）. 为了找到特征的组合，实现了最大的组间色散和最小的组内色散. 这个想法很简单: 在低维表示下，应将相同的类紧密地分组在一起，而不同的类应尽可能地远. 1997年，Belhumer成功地将fisher判别标准应用于人脸分类，并提出了基于线性判别分析的fisherface方法（“特征面vs. fisherfaces: 使用类特定线性离子进行识别”.

经典论文

sirovich，L. 和Kirby，米. （1987）.

用于表征人脸的低维程序.

josa a，4（3），519-524.

研究证明，任何特殊的面孔都可以通过称为本征图片的坐标来表示. 特征图片是人脸集的平均协方差的特征函数.

turk，M. 和Pentland，a. （1991）.

用于识别的特征脸.

认知神经科学杂志，3（1），71-86.

研究了一种近实时计算机人脸检测技术经典算法，该计算机可以定位和跟踪人的头部人脸检测技术经典算法，并通过将面部特征与已知人员的面部特征进行比较来识别该人. 该方法将面部识别问题视为二维识别问题. 识别过程是将一对新图像投影到特征脸子空间上，以捕获已知脸部图像之间的显着变化. 重要特征被称为特征脸，因为它们是脸部集合的特征向量.

ojala，t. ，pietikäinen，m. 和harwood，d. （1996）.

基于特征分布的纹理度量分类比较研究.

模式识别，29（1），51-59.

研究比较了不同的图形纹理，并提出了lbp运算符来描述图像纹理的特征.

ojala，t. ，pietikainen，m. ，＆maenpaa，t. （2002）.

具有局部二进制模式的多分辨率灰度和旋转不变纹理分类.

有关模式分析和机器智能的ieee交易，24（7），971-987.

研究提出了一种理论上非常简单有效的灰度和旋转不变纹理分类方法，该方法基于局部二进制模式的非参数识别以及样本和原型分布. 该方法具有灰度变化稳定，计算简单的特点.

费舍尔，r.a. （1936）.

在分类学问题中使用多个度量.

优生学年鉴，7（2），179-188.

该研究发现了实现最大的类别间色散和最小的类别内色散的功能组合. 解决方法是: 在低维表示下，相同的类别应紧密地聚集在一起，而不同的类别应尽可能地远.

belhumeur，p.n.，hespanha，j.p.和kriegman，d.j（1997）.

eigenfacesvs.fisherfaces: 使用类特定的线性离子进行识别. 耶鲁大学纽黑文美国.

基于费舍尔的线性判别式进行人脸投影的研究，即使光线和面部表情发生很大变化，它也可以在低维子空间中产生分类良好的类别. 大量的实验结果表明，提出的“ fisherface”方法的错误率低于哈佛和耶鲁人脸的特征脸技术.

本文中相关术语的概念分析:

功能

是指某种物质具有的特殊性质，是与其他物质不同的基本符号.

图片

图片（Picture）具有多种含义，最常见的定义是各种图形和图像的通用术语. 在科学研究和日常学习或统计学中，图像是必不可少的组成部分. 它为人类建立了一种形象思维模式，可以帮助我们学习和思考问题.

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-182811-1.html