为提高视频人脸聚类性能,解决视频中的人脸易受到光照强度、物体遮挡和背景变化等因素的干扰的问题,提出一种基于视频先验知识、多视图和轨迹信息约束的人脸聚类研究方法。对聚类样本进行多特征提取,利用稀疏子空间表示算法获取人脸稀疏系数表示矩阵,使用轨迹信息和KNN重构系数矩阵,结合协同谱聚类算法获得人脸聚类结果。通过Notting Hill库和电影轨迹人脸库两个数据集验证该方法的可行性,实验对比结果表明,该方法对于视频中的人脸聚类具有较好的性能。
科研之友
微信
新浪微博
Facebook
分享链接
