人脸图像质量评估标准

输入图像的质量严重影响生物识别系统的精度.生物识别系统中大部分的匹配错误都是由低质量的输入图像导致的,这也是目前大部分生物识别系统的弱点所在.提出人脸图像质量评估的标准化方法,提出基于人脸对称性的方法评价人脸识别中的非对称光照和不正确姿态问题.阐述了人脸对称性的概念和评估方法;实验结果证明其有效性.

矩阵低秩逼近的快速增量算法及其在人脸图像中的应用(英文)

针对矩阵数据降维或低秩逼近问题,提出了一种快速增量算法.假设矩阵数据存在双边分解,建立了两个相互耦合的特征子空间模型,因此增量算法由两个特征子空间的迭代更新构成.每一步迭代,新载入的矩阵数据沿着行(列)特征子空间进行正交分解,从而获得了行(列)协方差矩阵更紧致的表达.一旦该表达被建立,行(列)特征子空间的更新就可以通过解一个和矩阵数据的行(列)数相比更小规模的特征值问题来完成,算法的高效率得以实现.该算法被应用到人脸图像重构和人脸跟踪问题中,一系列实验表明了算法的有效性.