基于對稱子空間分析的人臉識別方法研究.pdf

1、人臉作為行為人的重要標志,在情感傳遞和身份識別中起著重要作用。人臉識別以其非接觸無侵犯性采集、友好、方便、可交互性等特點,在眾多的生物特征識別技術(shù)中始終具有重要的研究意義和廣闊的應(yīng)用前景。但人臉是一個三維的非剛體,容易受表情和年齡增長的影響而產(chǎn)生形變,同時,用于識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)用到人臉識別中來適應(yīng)不同的環(huán)境,但到目前為止,還沒有一種方法對所有的情況都能適用。因此提出一種高性能、

2、魯棒性好的人臉識別算法依然是該領(lǐng)域面臨的一個巨大挑戰(zhàn)。特征提取和特征選擇是人臉識別系統(tǒng)的重要組成部分,如何提取特征來有效地表示人臉模式是人臉識別領(lǐng)域研究的熱點。
　　 本文研究了各種基于線性子空間分析的人臉識別方法。子空間分析方法依據(jù)一定的性能目標尋找一個合適的線性或非線性的空間變換,將保持原始數(shù)據(jù)拓撲性質(zhì)不變的、易于統(tǒng)計分類識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,從而達到降低原始數(shù)據(jù)維數(shù)的同時,降低計算的復(fù)雜度,

3、為數(shù)據(jù)提供更有效的描述?；谧涌臻g分析的人臉識別方法利用人臉圖像的統(tǒng)計信息進行分類識別,因其具有計算代價小、描述能力強、可分性好且易實現(xiàn)等特點,已成為人臉識別的主流方法之一。論文以人臉識別為目標,對基于子空間分析的人臉特征提取進行了相關(guān)研究,針對傳統(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,驗證了它們在不同環(huán)境和條件下的識別效果。論文的主要貢獻概括如下:
　　 1.提出一種結(jié)合人臉對稱特性

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稱人臉圖像空間和偶對稱人臉圖像空間,增加了人臉圖像的可利用信息。通過分別在奇偶對稱人臉空間上的加權(quán)主成分分析,平等看待對稱子空間中的特征分量,降低了幾個由光照、表情和姿態(tài)變化引起的較大主成分對整個人臉識別系統(tǒng)性能的影響。
　　 2.提取了人臉圖像的獨立環(huán)形對稱Gabor特征,并將其用于人臉識別中。環(huán)形對稱Gabor變