计算机应用研究

作者：周思洋,曹林,

单位：北京信息科技大学通信工程系,北京100101；

关键词：人脸验证,自适应多尺度局部二值模式,高斯过程,谱混合核函数,

基金：国家自然科学基金资助项目(61671069)；；

为解决目前实现人脸验证算法所需训练样本多、运算量大、识别速度慢等问题，提出了一种在小样本空间中基于高斯过程的快速人脸验证方法。首先使用共轭梯度下降法从训练样本中学习人脸关键部位特征位置的梯度方向，从而可对待验证人脸进行特征定位；然后使用自适应尺度局部二值模式提取特征，以减小特征维度；最后将谱混合核函数作为高斯过程的核函数对输入的人脸特征进行分类。使用LFW、FERET和 Multi-PIE人脸数据库进行训练和测试，实验结果表明使用自适应尺度局部二值模式有效地减小了特征维度，使用高斯过程模型与谱混合核相结合可大幅减少训练样本，显著提升训练速度和测试速度。

来源：2019年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第1期