Multi-view dimensionality reduction for multi-modal biometrics

Résumé : Dans la plupart des systèmes biométriques de l’état de l’art, les données biométrique sont souvent représentés par des vecteurs de grande dimensionalité. La dimensionnalité d'éléments biométriques génèrent un problème de malédiction de dimensionnalité. Dans la biométrie multimodale, différentes modalités biométriques peuvent former différents entrés des algorithmes de classification. La fusion des modalités reste un problème difficile et est généralement traitée de manière isolée à celui de dimensionalité élevée. Cette thèse aborde le problème de la dimensionnalité élevée et le problème de la fusion multimodale dans un cadre unifié. En vertu d'un paramètre biométrique multi-modale et les données non étiquetées abondantes données, nous cherchons à extraire des caractéristiques discriminatoires de multiples modalités d'une manière non supervisée. Les contributions de cette thèse sont les suivantes: Un état de l’art des algorithmes RMVD de l'état de l'art ; Un nouveau concept de RMVD: accord de la structure de données dans sous-espace; Trois nouveaux algorithmes de MVDR basée sur des définitions différentes de l’accord de la structure dans les sous-espace; L’application des algorithmes proposés à la classification semi-supervisée, la classification non supervisée, et les problèmes de récupération de données biométriques, en particulier dans un contexte de la reconnaissance de personne en audio et vidéo; L’application des algorithmes proposés à des problèmes plus larges de reconnaissance des formes pour les données non biométriques, tels que l'image et le regroupement de texte et la recherche.
Type de document :
Thèse
Computer Vision and Pattern Recognition [cs.CV]. Télécom ParisTech, 2013. English. 〈NNT : 2013ENST0061〉
Liste complète des métadonnées

Littérature citée [2 références]  Voir  Masquer  Télécharger

https://pastel.archives-ouvertes.fr/tel-01236516
Contributeur : Abes Star <>
Soumis le : mardi 1 décembre 2015 - 18:32:06
Dernière modification le : vendredi 30 juin 2017 - 11:23:16
Document(s) archivé(s) le : mercredi 2 mars 2016 - 16:30:55

Fichier

TheseZhaoV2.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01236516, version 1

Citation

Xuran Zhao. Multi-view dimensionality reduction for multi-modal biometrics. Computer Vision and Pattern Recognition [cs.CV]. Télécom ParisTech, 2013. English. 〈NNT : 2013ENST0061〉. 〈tel-01236516〉

Partager

Métriques

Consultations de
la notice

163

Téléchargements du document

139