ScholarMate
客服热线:400-1616-289

基于偏最小二乘回归的性别识别

薛佳辰; 冯钧; 雷震; 李子青
中国知网
河海大学; 中国科学院自动化研究所

摘要

在现有研究中,人脸图像往往局限于简单的受控场景,忽略了自然场景中光照、姿态、表情等因素的影响。针对此问题,重点研究了自然场景下的性别识别问题,并提出了基于偏最小二乘回归(PLS)的性别识别算法。在人脸特征提取阶段,提出了一种新的特征描述算子多尺度方差局部二元模式(MBV-LBP),并与多尺度局部二元模式(MB-LBP)结合作为最终的人脸特征表示,采用PLS模型同时完成特征降维和性别识别,简化了计算过程。通过在LFW数据库和一个Web人脸图像库上进行实验,实验结果表明了算法的优越性。

关键词

自然场景 性别识别 偏最小二乘回归 多尺度方差局部二元模式 多尺度局部二元模式 real-world scenario gender recognition partial least squares(PLS) multi-scale block variance local binary patterns(MBV-LBP) multi-scale block local binary patterns(MB-LBP)