基于 EM 的概率二维 CCA 及其在人脸识别中的应用
计算机视觉与模式识别
2017-08-07 v1 机器学习
机器学习
摘要
近年来，二维典型相关分析（2DCCA）已成功应用于图像特征提取。该方法不将图像的列拼接为一维向量，而是直接处理二维图像矩阵。尽管 2DCCA 在不同的识别任务中表现良好，但它缺乏概率解释。在本文中，我们提出了一个针对 2DCCA 的概率框架，称为概率 2DCCA（P2DCCA），以及一个基于 EM 的迭代算法来优化参数。在合成数据和真实数据上的实验结果表明，与 2DCCA 相比，P2DCCA 在载荷因子估计方面具有更优的性能。对于真实数据，AR 人脸数据库的三个子集以及 UMIST 人脸数据库证实了所提出算法在不同光照条件、面部表情、姿态和遮挡下的人脸识别任务中的鲁棒性。
引用
@article{arxiv.1702.07884,
title = {An EM Based Probabilistic Two-Dimensional CCA with Application to Face Recognition},
author = {Mehran Safayani and Seyed Hashem Ahmadi and Homayun Afrabandpey and Abdolreza Mirzaei},
journal= {arXiv preprint arXiv:1702.07884},
year = {2017}
}