| 基于偏最小二乘回归的性别识别 |
| |
| 引用本文： | 薛佳辰,冯钧,雷震,李子青.基于偏最小二乘回归的性别识别[J].计算机工程与设计,2013,34(9). |
| |
| 作者姓名： | 薛佳辰 冯钧 雷震 李子青 |
| |
| 作者单位： | 1. 河海大学计算机与信息学院,江苏南京,210000
2. 中国科学院自动化研究所模式识别国家重点实验室,北京,100190 |
| |
| 基金项目： | 国家科技支撑计划课题基金项目 |
| |
| 摘 要： | 在现有研究中,人脸图像往往局限于简单的受控场景,忽略了自然场景中光照、姿态、表情等因素的影响.针对此问题,重点研究了自然场景下的性别识别问题,并提出了基于偏最小二乘回归(PLS)的性别识别算法.在人脸特征提取阶段,提出了一种新的特征描述算子多尺度方差局部二元模式(MBV-LBP),并与多尺度局部二元模式(MB-LBP)结合作为最终的人脸特征表示,采用PLS模型同时完成特征降维和性别识别,简化了计算过程.通过在LFW数据库和一个Web人脸图像库上进行实验,实验结果表明了算法的优越性.
|
| 关 键 词： | 自然场景 性别识别 偏最小二乘回归 多尺度方差局部二元模式 多尺度局部二元模式 |
Gender recognition using partial least squares |
| |
| XUE Jia-chen
,
FENG Jun
,
LEI Zhen
,
Stan Z.Li.Gender recognition using partial least squares[J].Computer Engineering and Design,2013,34(9). |
| |
| Authors: | XUE Jia-chen FENG Jun LEI Zhen Stan ZLi |
| |
| Abstract: | |
| |
| Keywords: | real-world scenario gender recognition partial least squares (PLS) multi-scale block variance local binary patterns(MBV-LBP) multi-scale block local binary patterns (MB-LBP) |
| 本文献已被 万方数据 等数据库收录！ |
|
