クラスタリングを用いたLDAによる顔検出(ニューラルネットワーク画像復元及び一般)

スポンサーリンク

概要

論文の詳細を見る
本稿では、静止画像から人の顔を検出する方法について述べる。顔検出問題は非線形の2クラス問題である。線形判別分析(LDA)をそのまま用いると、特徴空間は1次元しかないので、高いパフォーマンスを出すことはほぼ不可能である。そこで、我々はまずクラスタリングによって顔検出問題を多クラス問題に帰着し、そして、LDAを用いて特徴を抽出し、最後にニューラルネット(NN)で認識を行う方法を考える。LDAを使う際に、個々の「顔」クラスタのクラスタ内分散を最小にし、それぞれの「顔」クラスタのセンターと個々の「非顔」サンプルから定義したクラスタ間共散を最大とするような判別空間を作る。この判別空間の次元はもとの次元を越えないので、ある程度次元の圧縮ができる。提案した方法の有効性を示すために、NN法、PCA+NN法、LDA+NN法と比較した。
2007-01-19

著者

関連論文

もっと見る

スポンサーリンク