本文介绍了传统人脸识别方法，基于2013年的BMVC论文，使用Dense SIFT结合PCA降低维度，并通过Fisher Vector Coding进行特征编码。在PCA后，学习GMM参数进行编码，附加空间信息增强特征。最后，利用线性投影矩阵降低维度并提高识别性能，采用基于距离的识别策略。
本次介绍的是一种传统的人脸识别方法《2013-BMVC-Fisher Vector Faces in the Wild》.
文章给出了数据和代码http://www.robots.ox.ac.uk/~vgg/software/face_desc/.
我自己的验证的时候使用的是VLfeat开源工具包，很好用：http://www.vlfeat.org/index.html
先来一个整个方法的流程图，然后再分步描述：
人脸特征表示
（1）Dense Sift with PCA
Dense Sift简称DSIFT，顾名思义，是一种密集采点的SIFT特征。传统的SIFT特征有一个选择关键点的过程，而DSIFT略过选点过程，而是在一定区域内类似滑动窗口一样密集选点并计算SIFT描述子。
此外，我们还需要回顾一下一个128维的SIFT算子
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
