基于同步稀疏近似的特征选择用于特定人脸验证
计算机视觉与模式识别
2011-05-09 v2
摘要
在面部识别中，越来越多地使用一些不可感知且冗余的局部特征。虽然只有相对较小的一部分特征与最终的识别任务相关，但特征选择是一个关键且必要的步骤，用于选择最具判别力的特征以获得紧凑的面部表示。在本文中，我们研究了基于稀疏性约束正则化的特征选择方法，并提出了一种多任务特征选择方法，用于构建特定人脸的验证模型。我们假设特定人脸模型共享一个共同的特征子集，并创新性地将共同子集选择问题重新表述为一个同步稀疏近似问题。据我们所知，这是首次将稀疏性约束正则化方法应用于特定人脸验证。通过在具有挑战性的LFW人脸数据库上的实验，验证了所提出方法的有效性。
引用
@article{arxiv.1102.2743,
title = {Feature selection via simultaneous sparse approximation for person specific face verification},
author = {Yixiong Liang and Lei Wang and Shenghui Liao and Beiji Zou},
journal= {arXiv preprint arXiv:1102.2743},
year = {2011}
}