Face Recognition小记

距上次看Face Recognition的论文已一年有余

早闻 Robust Face Recognition 引用很高，看了之后，确实实验部分很暴力：近10个实验
里面跟 Eigenfaces Fisherfaces Laplacianfaces 都有比较

1.M. Turk and A. Pentland, “Eigenfaces for Recognition,” Proc. IEEE Int’l Conf. Computer Vision and Pattern Recognition, 1991.

2.P. Belhumeur, J. Hespanda, and D. Kriegman, “Eigenfaces versus Fisherfaces: Recognition Using Class Specific Linear Projection,”IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 19, no. 7,pp. 711-720, July 1997.

3.X. He, S. Yan, Y. Hu, P. Niyogi, and H. Zhang, “Face Recognition Using Laplacianfaces,” IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 27, no. 3, pp. 328-340, Mar. 2005.

4.J.Wright ... Yi Ma, “Robust Face Recognition via Sparse Representation”, PAMI.2009

定睛一看2 Fisherfaces 是我看的第一篇有关 Face Recognition的文章

下午把 2 3的文章 撸一遍 4是前几日看的
觉得说XXXfaces 其实是骗人的
哪里有什么face，就是做了：特征提取（通过降维的方式）
然后利用Nearest Neighborhood/SVM等分类方法分的类（识别）
但是降维有个要求，要有确定的映射矩阵，不然不能对test做映射来降维与train图片比较

当时不懂ML，现在不一样了

用Matlab实现了下各算法
Sparse Representation正确率的确很暴力，92%+
Sparse Model难道真是 “宇宙”之真理么？

以上文章都是 train test的规则人脸图片 不涉及复杂背景下的人脸检测等问题

想了想： Robust Face Recognition via Sparse Representation 通过稀疏表示来Classification

正好今天做了下 计算机视觉课 留的聚类作业 其中有Low-Rank Representation(LRR) 来做聚类的，还有SSC

就搜了下：Sparse Representation and Classification

搜到了此文：Are Sparse Representation Really Relevant for Image Classification？ Roberto Rigamonti et al. CVPR2011）

和一个Blog：点击打开链接

J.Wright ... Yi Ma的回应：点击打开链接

个人支持 稀疏模型用于Classification