基于扩展 LLE 的头部正面视图识别

由于姿态变化引起的外观差异，特别是在没有任何训练样本的情况下，自动头部正面视图识别具有挑战性。在本文中，我们提出了一种无监督算法，用于在来自同一人的多种偏航姿态面部图像中识别正面视图。我们的方法基于局部线性嵌入（LLE），并假设当偏航姿态是唯一变量时，面部图像应位于一个平滑的低维流形上。我们水平翻转面部图像，并分别为原始图像和翻转图像提出了两种 K-近邻协议。在所提出的扩展 LLE 中，对于任何面部图像（原始或翻转），我们在原始面部图像中搜索 $K_o$ 个最近邻，并在翻转面部图像中搜索 $K_f$ 个最近邻，以构建相同的邻域图。扩展 LLE 消除了同一偏航姿态下原始面部图像与翻转面部图像之间的差异（源于背景、面部在整个图像中的位置和尺度以及左右面部的某些不对称性），从而使得翻转面部图像能够被有效利用。我们的方法不需要任何训练样本作为先验信息。实验结果表明，对于多张面部图像，特别是裁剪后的面部图像（背景少且面部居中），可以在姿态流形的最低点附近可靠地识别出头部正面视图。