ECAI 2016论文精选 | 更快,更精确的人脸识别方法

导读:ECAI 2016是欧洲展示AI科学成果的最佳场所,大会为研究人员提供了很好的机会,去介绍和听取当代最优秀的人工智能研究成果。

人脸识别的随机典型相关判别分析(Randomized Canonical Correlation Discriminant Analysis for Face Recognition)

摘要:典型相关分析(CCA)作为多元统计分析中的一大重要技术,已广泛应用于脸部识别。但是现存基于CCA的脸部识别方法需要相同脸部脸样本的两种表达,而且在处理大样本时,通常会受到较高的计算复杂度困扰。在本文中,我们提出了一种监督的方法,称为随机典型相关判别分析(RCCDA),它基于随机非线性典型相关分析(RCCA)以弥补基于CCA脸部识别方法的不足。我们首先获得基本向量大概的随机特征,而不是计算核心矩阵来提高计算的效率,然后,我们使用这些基础向量来计算随机最优判别特征,它可以减少人脸特征的维数,同时尽可能多的保留歧视性信息。扩展Yale B,AR,ORL和FERET脸部数据库的实验结果显示,我们方法的性能与一些最好的算相比法也毫不逊色。

第一作者简介

Bo Ma

任职:中国计算机学会会员,IEEE会员,北京理工大学计算机学院副教授,博士生导师 研究方向:机器学习、图像处理、计算机视觉、模式识别、信息融合。近期的研究重点包括图像目标跟踪、压缩感知、图像分类、基于变分法的图像处理等。 相关学术论文: ·“Linearization to Nonlinear Learning for Visual Tracking”(ICCV2015) ·“Discriminative Visual Tracking Using Tensor Pooling”(2015)

文章总结及应用场景

本文中,提出了一种有效的人脸识别方法-RCCDA。我们的方法提取局部特征,然后采用RCCDA减少维度并将局部特征映射到一个最佳的判别空间。该方法的主要优点是RCCDA保留尽可能多的歧视性信息,且通过随机方法大大加快计算速度。扩展Yale B,AR,ORL和FERET脸部数据库的实验结果显示,我们方法的性能与一些最好的算相比法也毫不逊色。

提出的RCCDA作为一种有效的特征提取方法,也可以用于其他识别任务,如视觉跟踪,图像检索与图像分类。对于这些任务,特征提取过程都可以用我们的方法取代。只需要少量的训练样本,就可以有效地获得必要的区分信息。我们未来的工作将专注于应用所提出的方法到其它的识别问题中,并优化局部特征组合,核心函数和其RCCDA编码方法。

via:ECAI 2016

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2016-08-31

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

数据科学的基本内容

什么是数据科学?它和已有的信息科学、统计学、机器学习等学科有什么不同?作为一门新兴的学科,数据科学依赖两个因素: 一是数据的广泛性和多样性; 二是数据研究的共性...

2545
来自专栏机器之心

业界 | 作画、写诗、弹曲子,AI还能这么玩?

随着深度学习取得的成功,算法研究已经进入了另一个人类认为不受自动化技术影响的领域:创造引人入胜的艺术品。

440
来自专栏新智元

图解神经网络机器翻译原理:LSTM、seq2seq到Zero-Shot

【新智元导读】这篇刊登在 blog.statsbot.co 上的博文,通过对 LSTM、BRNN、seq2seq、Zero-Shot Translation 和...

33610
来自专栏新智元

如何评价周志华深度森林模型,热议会否取代深度学习 DNN

【新智元导读】昨天,新智元报道了南京大学周志华教授和冯霁的论文“深度森林”,引发很多讨论。今天,新智元整理了网上一些评价。中文内容来自知乎,已经取得授权。外网内...

3645
来自专栏PPV课数据科学社区

学习机器学习需要具备怎样的数学水平?

在过去的几个月里,我一直和一些人交流,他们已经开始切入数据科学领域并积极使用机器学习(ML)技术来探索统计规律、或构建完善的数据驱动产品。然而,我发现很多情况下...

2825
来自专栏目标检测和深度学习

学界 | 结合主动学习与迁移学习:让医学图像标注工作量减少一半

选自arXiv 作者:Zongwei Zhou, Jae Y. Shin, Suryakanth R. Gurudu, Michael B. Gotway, 梁...

2975
来自专栏新智元

机器学习里,数学究竟多重要?

【新智元导读】本文的主要目的是提供资源,给出有关机器学习所需的数学上面的建议。数学初学者无需沮丧,因为初学机器学习,并不需要先学好大量的数学知识才能开始。正如这...

39410
来自专栏数据科学与人工智能

【数据科学】数据科学书上很少提及的三点经验

这是数据科学大行其道的时代。各类课程、博客、培训学校如雨后春笋般出现。然而,每次我浏览这些学习资料时,我发现它们过于强调一些具体的算法。理解逻辑回归或者深度学习...

2056
来自专栏机器之心

学界 | 结合遗传算法与DNN的EDEN:自动搜索神经网络架构与超参数

3565
来自专栏专知

【AlphaGo Zero 核心技术-深度强化学习教程笔记08】整合学习与规划

【导读】Google DeepMind在Nature上发表最新论文,介绍了迄今最强最新的版本AlphaGo Zero,不使用人类先验知识,使用纯强化学习,将价值...

6975

扫描关注云+社区