请选择 进入手机版 | 继续访问电脑版

Hello Mat

 找回密码
 立即注册
查看: 5087|回复: 0

基于Gist特征的人脸识别

[复制链接]

1288

主题

1514

帖子

90

金钱

管理员

Rank: 9Rank: 9Rank: 9

积分
22589
发表于 2017-12-9 00:15:00 | 显示全部楼层 |阅读模式
基于Gist特征的人脸识别:
        Gist描述子主要用于场景识别,是由MITAntonio Torralba提出的。文章发表在IJCVPaperModeling the shape ofthe scene: a holistic representation of the spatial envelope
       图像的Gist特征提取.在实际的实现中采用的是将图像与不同方向和不同尺度的Gabor滤波器组进行滤波,将滤波后得到的图像划分为网格,在每个网格内部取平均值,最后将滤波后得到的所有图像的每个网格均值级联起来,得到图像的Gist特征。
       一幅大小为hxw的灰度图像f(x,y)nc个通道的滤波器对图像进行卷积滤波,其中,nc等于滤波器尺度和方向数的乘积,这样得到nc个滤波后的图像:将每幅滤波后的图像划分为4x4的网格,每个网格内取平均值得到一个特征。将每个网格块的特征级联起来,得到图像的Gist特征,即:
Gi(x,y)=cat(f(x,y)*g(x,y))
       其中,cat为级联符号,*为卷积符号,g(x,y)为Gabor滤波器组。
       局部Gist特征是将上述特征提取过程中的网格划分改为由16x16的网格进行划分,对于每一个网格再次采用大小为4x4的网格进行划分,将每一个二级网格采取加权求和,权重矩阵W构建方法为对应像素到各子区域中心像素归一化距离的倒数,再将所有的二级子网格特征进行级联,得到局部Gist特征。该方法细化了场景特征的提取,有效地降低了同一网格中包含不同场景的概率,从而提高了场景分类的正确率,但其还存在一个问题,就是提取的特征维数过高。如一幅大小为256x256像素的图像,其提取后的特征维数为:16x16x4x4x32=131072维。如果不采取降维处理等手段,特征维数过于庞大,包含很多冗余信息,同时,给数据处理带来很大的困难。


参考:
【1】基于Gist和PHOG特征的场景分类




算法QQ  3283892722
群智能算法链接http://halcom.cn/forum.php?mod=forumdisplay&fid=73
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Python|Opencv|MATLAB|Halcom.cn ( 蜀ICP备16027072号 )

GMT+8, 2024-3-29 15:49 , Processed in 0.223300 second(s), 25 queries .

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表