基于對(duì)稱(chēng)子空間分析的人臉識(shí)別方法研究.pdf

1、人臉作為行為人的重要標(biāo)志,在情感傳遞和身份識(shí)別中起著重要作用。人臉識(shí)別以其非接觸無(wú)侵犯性采集、友好、方便、可交互性等特點(diǎn),在眾多的生物特征識(shí)別技術(shù)中始終具有重要的研究意義和廣闊的應(yīng)用前景。但人臉是一個(gè)三維的非剛體,容易受表情和年齡增長(zhǎng)的影響而產(chǎn)生形變,同時(shí),用于識(shí)別的人臉圖像也容易受到光照和成像環(huán)境的影響。隨著研究的深入,各種新算法被應(yīng)用到人臉識(shí)別中來(lái)適應(yīng)不同的環(huán)境,但到目前為止,還沒(méi)有一種方法對(duì)所有的情況都能適用。因此提出一種高性能、

2、魯棒性好的人臉識(shí)別算法依然是該領(lǐng)域面臨的一個(gè)巨大挑戰(zhàn)。特征提取和特征選擇是人臉識(shí)別系統(tǒng)的重要組成部分,如何提取特征來(lái)有效地表示人臉模式是人臉識(shí)別領(lǐng)域研究的熱點(diǎn)。
　　 本文研究了各種基于線性子空間分析的人臉識(shí)別方法。子空間分析方法依據(jù)一定的性能目標(biāo)尋找一個(gè)合適的線性或非線性的空間變換,將保持原始數(shù)據(jù)拓?fù)湫再|(zhì)不變的、易于統(tǒng)計(jì)分類(lèi)識(shí)別的特征留在子空間中,使子空間中數(shù)據(jù)分布的更加緊湊,從而達(dá)到降低原始數(shù)據(jù)維數(shù)的同時(shí),降低計(jì)算的復(fù)雜度,

3、為數(shù)據(jù)提供更有效的描述?；谧涌臻g分析的人臉識(shí)別方法利用人臉圖像的統(tǒng)計(jì)信息進(jìn)行分類(lèi)識(shí)別,因其具有計(jì)算代價(jià)小、描述能力強(qiáng)、可分性好且易實(shí)現(xiàn)等特點(diǎn),已成為人臉識(shí)別的主流方法之一。論文以人臉識(shí)別為目標(biāo),對(duì)基于子空間分析的人臉特征提取進(jìn)行了相關(guān)研究,針對(duì)傳統(tǒng)線性子空間分析方法,提出了兩種新的特征提取算法,并將它們用于三種不同的人臉數(shù)據(jù)庫(kù),驗(yàn)證了它們?cè)诓煌h(huán)境和條件下的識(shí)別效果。論文的主要貢獻(xiàn)概括如下:
　　 1.提出一種結(jié)合人臉對(duì)稱(chēng)特性

4、、函數(shù)奇偶分解原理和加權(quán)主成分分析的特征提取方法。該方法充分利用了人臉本身的自然結(jié)構(gòu)特性,將人臉圖像空間變換到奇對(duì)稱(chēng)人臉圖像空間和偶對(duì)稱(chēng)人臉圖像空間,增加了人臉圖像的可利用信息。通過(guò)分別在奇偶對(duì)稱(chēng)人臉空間上的加權(quán)主成分分析,平等看待對(duì)稱(chēng)子空間中的特征分量,降低了幾個(gè)由光照、表情和姿態(tài)變化引起的較大主成分對(duì)整個(gè)人臉識(shí)別系統(tǒng)性能的影響。
　　 2.提取了人臉圖像的獨(dú)立環(huán)形對(duì)稱(chēng)Gabor特征,并將其用于人臉識(shí)別中。環(huán)形對(duì)稱(chēng)Gabor變