冯倩
- 作品数：2 被引量：5H指数：1
- 供职机构：河北工业大学理学院更多>>
- 发文基金：河北省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于卷积神经网络和PCA的人脸识别被引量：5
- 2016年
- 主要研究了在基于深度学习的人脸识别算法中,对于由深度卷积神经网络提取得到的人脸特征进行降维处理是否有助于提高人脸识别的准确率.利用VGG网络模型提取人脸图像的深度特征,然后利用主成分分析(PCA)对提取到的深度特征进行降维,最后利用余弦分类器进行分类识别,并在LFW人脸库上进行实验.实验结果表明通过PCA降维后的深度特征具有较高识别率.
- 邢玲冯倩穆国旺
- 关键词：模式识别人脸识别卷积神经网络主成分分析
- 基于多点对齐的年龄估计方法
- 2016年
- 针对两眼对齐的人脸图像归一化只能做到不同图像的两眼位置对齐,而其他特征点如鼻子、嘴巴、下巴等的位置不同,提出一种基于多点对齐的人脸图像归一化算法.该算法首先标注或检测人脸图像中眼睛、鼻子、嘴巴等附近的一些特征点,利用双眼位置进行归一化操作;然后计算图像各个特征点的平均位置进行Delaunay三角剖分得到平均形状;对于双眼对齐的每幅图像,将特征点按照平均形状的连接关系连接成三角形,再通过仿射变换将每个三角形中的图像映射到平均形状对应的三角形中,即得到多点对齐的人脸图像.将该方法与基于两眼对齐的支持向量机回归年龄估计方法在FG-NET数据库上进行实验,对于常用的一些人脸特征,包括BIF,Gabor,HOG,LPQ,平均绝对误差分别降低了0.52,0.66,0.16,0.12.实验结果表明,基于多点对齐的年龄估计方法均优于基于双眼对齐的年龄估计方法.
- 冯倩邢玲臧婷穆国旺
- 关键词：年龄估计图像归一化DELAUNAY三角剖分仿射变换支持向量机回归
