...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Neurocomputing >Performance evaluation of local descriptors and distance measures on benchmarks and first-person-view videos for face identification
【24h】

Performance evaluation of local descriptors and distance measures on benchmarks and first-person-view videos for face identification

机译：基于基准和第一人称视角视频的本地描述符和距离度量的性能评估，用于面部识别

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Face identification (FI) has made significant amount of progress in the last three decades. Its application is now moving towards wearable devices (like Google Glass and mobile devices) leading to the problem of FI on first-person-views (FPV) or ego-centric videos for scenarios like business networking, memory assistance, etc. In the existing literature, performance analysis of various image descriptors on FPV data is little known. In this paper, we evaluate six popular image descriptors: local binary patterns (LBP), scale invariant feature transform (SIFT), local phase quantization (LPOJ, local intensity order pattern (LIOP), histogram of oriented gradients (HOG) and binarized statistical image features (BSIF) and ten different distance measures: Euclidean, Cosine, Chi square, Spearman, Cityblock, Minkowski, Correlation, Hamming, Jaccard and Chebychev with first nearest neighbor (1-NN) and support vector machines (SVM) as classifiers for FI task on both benchmark databases: FERET, AR, GT and FPV database collected using wearable devices like Google Glass (GG). Comparative analysis on these databases using various descriptors shows the superiority of BSIF with Cosine, Chi square and Cityblock distance measures using 1-NN as classifier over other descriptors and distance measures and even some of the current state-of-art benchmark database results. (C) 2015 Elsevier B.V. All rights reserved.
机译：在过去的三十年中，人脸识别（FI）取得了长足的进步。它的应用程序现在正朝着可穿戴设备（例如Google Glass和移动设备）发展，从而导致第一人称视角（FPV）或以自我为中心的视频在诸如商业网络，内存辅助等场景下的FI问题。文献中，关于FPV数据的各种图像描述符的性能分析鲜为人知。在本文中，我们评估了六种流行的图像描述符：局部二进制模式（LBP），尺度不变特征变换（SIFT），局部相位量化（LPOJ，局部强度阶模式（LIOP），定向梯度直方图（HOG）和二值化统计图像特征（BSIF）和十种不同的距离量度：欧几里得，余弦，卡方，斯皮尔曼，城市街区，明可夫斯基，Correlation，Hamming，Jaccard和Chebychev，并以第一个最近邻（1-NN）和支持向量机（SVM）作为分类器在两个基准数据库上的FI任务：使用可穿戴设备（例如Google Glass（GG））收集的FERET，AR，GT和FPV数据库，使用各种描述符对这些数据库进行的比较分析表明，BSIF在余弦，卡方和Cityblock距离度量中的优势是1 -NN作为其他描述符和距离度量以及甚至一些当前最新基准数据库结果的分类器（C）2015 Elsevier BV保留所有权利。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号