基于分?jǐn)?shù)階域特征提取的人臉識(shí)別算法.pdf

1、A也esis(dissertation)submittedtoZhengzhouU1：1iVersi夠fort11edegreeofMasterFaceI沁cognitionbasedontheFeal眥esEx七ralctedinmeFractionalDomaillBySongshouXuSupervisor：Pro￡LmQiCommullicationa11dhfo冊(cè)ationSystemInfonnationEnginee血gS

2、ch001May2014摘要摘要人臉識(shí)別作為圖像分析和理解方面最典型的應(yīng)用之一，在信息安全、電子商務(wù)、人工智能等領(lǐng)域得到了廣泛的關(guān)注和應(yīng)用。傳統(tǒng)的人臉識(shí)別技術(shù)主要是基于灰度圖像的人臉識(shí)別，這也是人們最熟悉的識(shí)別方法，已有數(shù)十年的研發(fā)歷史，但其在實(shí)際應(yīng)用中的識(shí)別精度難以滿足人們的預(yù)期要求，特別是采集的圖像中存在光照變化、攝像方位變異以及其它干擾時(shí)。人臉識(shí)別系統(tǒng)中采集的原始人臉圖像通常以網(wǎng)格像素的灰度值表示。孤立的像素灰度集合不能直接反映人

3、臉的內(nèi)蘊(yùn)特征，引入適當(dāng)?shù)淖儞Q，將其映射到變換域空間進(jìn)行識(shí)別處理是行之有效的提高識(shí)別性能的處理途徑。二維離散分?jǐn)?shù)階傅里葉變換(2DFRFT)作為傳統(tǒng)傅里葉變換的一種廣義形式，其變換過(guò)程可以解釋為將信號(hào)在時(shí)頻平面內(nèi)進(jìn)行逆時(shí)針旋轉(zhuǎn)的結(jié)果。人臉圖像不同階次的分?jǐn)?shù)階傅里葉變換，對(duì)應(yīng)不同的分?jǐn)?shù)階域特征空間，從而可以更加有效的進(jìn)行圖像表征特征的提取。本文深入研究了圖像分?jǐn)?shù)階域的特征特性，提出了基于二維離散分?jǐn)?shù)階域的特征提取方法，論文的主要工作和貢獻(xiàn)如

4、下：1本文提出了基于分?jǐn)?shù)階域幅度特征的稀疏表示和分類(lèi)(FRFTSIⅪ)方法。多階次分?jǐn)?shù)階域幅度特征的應(yīng)用，不但豐富了人臉圖像的表征特征空間，而且可以計(jì)算出一個(gè)壓縮的FI訌T條件字典，進(jìn)而降低了條件字典的維度，使計(jì)算復(fù)雜度得到了一定的降低。同時(shí)，基于分?jǐn)?shù)階域幅度特征的能量聚集性，文中提出了基于稀疏PCA(SparsePCA)算法的分?jǐn)?shù)階域幅度特征提取方法。2本文通過(guò)對(duì)二維離散分?jǐn)?shù)階傅里葉域相位特征空間性質(zhì)的研究，得到分?jǐn)?shù)階域相位域空間包含

5、有豐富的視覺(jué)特征(紋理信息)且包含有人臉空域形狀的內(nèi)在特性，在人臉識(shí)別應(yīng)用中具有重要的作用?；诖耍疚奶岢隽嘶谌四槇D像多階次的分?jǐn)?shù)階域相位特征空間的局部異或(FI江TLXORP)紋理特征提取方法。同時(shí)為了減小描述紋理特征的向量空間的維數(shù)，避免特征提取時(shí)易出現(xiàn)的小樣本問(wèn)題(SSS問(wèn)題)，本文提出了基于模塊化的Fisher判別特征提取方法。3為了提取人臉圖像豐富、有效的互補(bǔ)特征集，該文建立了基于二維離散分?jǐn)?shù)階域幅度特征空間、相位特征空間