西安交通大学,电子信息工程学院,信息工程研究所,陕西,西安,710049
在已有的人脸识别方法中,识别时间一般随数据库规模而线性增长,因而难以控制,影响算法对大型人脸数据库的实用性.为此,提出了一种新的人脸识别策略:首先通过训练确定一组有代表性人脸作为参考脸,并在此基础上建立基于相似度的排序结构;这样在识别时只需计算待识别人脸与参考脸的相似度,即可结合排序结构确定一组最相似人脸,再逐个比较确定最终识别结果.由于大量计算已离线完成,识别速度大大提高.通过选择参考脸和最相似人脸的数目,可大致控制不同规模数据库的识别时间.实验表明,该识别策略下识别性能略有下降,但识别速度大大提高.
人脸识别 参考脸 排序空间 本征脸 Hausdorff距离 Facial recognition Reference faces Sorting space Eigenface Hausdorff distance
