基于格拉斯曼流形上谱聚类的视频人脸识别

基于格拉斯曼流形上谱聚类的视频人脸识别

杨华勇1 林晓丽1 林立宇2

【摘 要】摘 要 针对传统的三维(3D)人脸识别算法仅考虑特征提取而不能很好地运用于实际视频人脸识别系统的问题，提出一种基于格拉斯曼流形谱聚类的动态3D视频全自动识别系统。首先通过去除孤立点、均匀采样、剪裁、姿势纠正等过程将3D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。在大型通用3D视频数据库BU4DFE上的实验验证了该算法的有效性。实验结果表明，与几种较为先进的视频人脸识别算法相比，该算法取得了更好的识别效果。 【期刊名称】计算机应用与软件 【年(卷),期】2014(000)005 【总页数】4

【关键词】关键词 人脸识别 格拉斯曼流形 谱聚类 三维视频 面部表情

0 引言

人脸表情自动识别已广泛应用于许多新兴领域，如情感计算和智能人机交互HCI(Human Computer Interaction)等［1］。由于二维(2D)相机的普及，大多数现有的人脸表情识别是使用2D静态图像或视频完成的［2］。然而，2D面部数据存在一些固有的问题，如光照条件变化和姿态变化等，三维(3D)数据形态可以有效地解决2D数据面临的问题［3］。文献［4］和文献［5］针对近期3D人脸表情识别FER(Facial Expression Recognition)给出了全面的研究，研