基于人脸认知模式的相似脸搜索

来源 :北京林业大学 | 被引量 : 0次 | 上传用户:jwk000
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人类对人脸认知模式的探索由来已久,并且已经成功应用于美容整形等研究领域。而计算机视觉和模式识别领域对人脸相似度度量方法的探索也从未停止,由此产生的人脸识别、人脸检索、相似脸搜索等应用络绎不绝。但是,现有的人脸相似度度量方法没有考虑人对人脸的认知模式,使得现有方法的计算结果从人的认知习惯角度来讲并非最佳。本文通过分析人脸认知模式,将各面部器官(眼睛、鼻子、嘴巴、脸型)的常见类型定义为标准型(例如,眼睛的标准型包括丹凤眼、吊眼等),为面部各器官构建标准型空间,将人脸图像的各个面部器官分别映射为相应的标准型空间中的一个点,依据两张人脸图像中各面部器官在标准型空间中的点坐标度量其形状相似度;采用圆形LBP算子,计算两张人脸对应器官的局部纹理相似度;二者综合作为相似脸搜索的依据。分别用本文方法和代表相似脸搜索最高水平的Face++的方法对80张正面、中性表情、平视角度拍摄的人脸图像进行测试,本文方法的TOP1,TOP2最相似搜索结果的准确率均明显高于Face++方法。实验结果表明,本文方法的搜索结果更加符合人脸认知模式。此外,还可以将此类基于认知模式的图像搜索思路推广应用于商业领域,如基于图像的相似网购商品搜索等。
其他文献
当今社会机器人技术正逐步渗透到了人类生产和生活的各个领域,并已经成为21世纪最热门的研究领域之一。目标检测、定位与跟踪是机器人实现更高一级的智能行为必须具备的基本能
数据管理技术是利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程。随着数据形式的多样化以及应用需求的多元化,数据管理技术面临了新的困难和挑战。近
多智能体系统(Multi-Agent System,简称MAS)作为分布式人工智能的重要研究领域,从20世纪90年代起得到了快速的发展,并在诸多行业有着重要的应用。同时,越来越多的多智能体系统提出
大量的大规模密集型数据需要存储在多个服务器中,而应用越来越广泛的云计算环境很好地解决了大规模密集型数据在分配过程中遇到的规模性问题。随着云计算技术的发展,云环境下的
与LTL、CTL以及PDL等较简单的时序与模态逻辑相比,μ-演算由于含有不动点算子,拥有非常强大的表达能力,因而付出的代价是其可满足性的判定、模型的构造以及对应公理系统的完备性
近年,统计机器翻译取得了很大的进展:从基于词的模型,到基于短语的模型,再到各种句法的模型。虽然句法的模型有诸多优点,如可以处理长距离调序等,但它们也并不是完美的,都存在各自
随着我国航天技术的发展,航天系统功能越来越复杂,对计算机软硬件的要求也越来越高。传统软件系统已无法满足航天系统对于软件的实时性、可靠性和安全性的需求。为此,有必要在软
随着当前软件规模的不断上升,软件维护的复杂度和效率日益受到关注。为了减少软件后期维护的复杂度、增加维护的效率,研究者提出了一系列程序理解的方法。这些方法降低了学习
不经意传输一经提出,就成为密码学界的研究热点之一。从理论研究方面来讲,不经意传输协议作为密码协议的基本内容和模块,可以作为组件用来构建其它密码协议,如零知识证明协议
近年来,虚拟化技术飞速发展,各种基于虚拟机技术的应用也越来越多。云计算等基于虚拟化这一新兴技术的安全性也越来越受到人们的关注。Xen作为一种新兴的虚拟化技术,拥有可扩展