基于雙向二維子空間分析的人臉特征提取.pdf

1、由于在司法、金融、人機(jī)界面等方面的應(yīng)用，人臉識(shí)別一直是模式識(shí)別領(lǐng)域的研究熱點(diǎn)。人臉識(shí)別的關(guān)鍵是鑒別特征的提取。為了提取有效的鑒別特征，研究者提出了許多方法。在眾多方法中，子空間分析方法因其計(jì)算簡(jiǎn)單與有效成為了主流方法之一。本文以二維子空間分析為基礎(chǔ)，對(duì)人臉特征的提取展開(kāi)了深入的研究，并初步探討了人臉特征的保護(hù)。論文的主要?jiǎng)?chuàng)新和貢獻(xiàn)體現(xiàn)在以下幾個(gè)方面：
　　1.現(xiàn)有的雙向二維特征提取方法的都是基于單一準(zhǔn)則的，這樣提取的特征在某種目標(biāo)

2、函數(shù)下是最優(yōu)的，但卻忽略了樣本其它方面的重要屬性。為了克服這種不足，提出了基于多準(zhǔn)則的雙向二維子空間分析人臉特征提取方法(2D)2PCALDA和(2D)2LPPPCA。(2D)2PLDALDA在行、列方向上分別對(duì)人臉圖像進(jìn)行2DPCA和2DLDA投影，最終得到的人臉特征不僅能夠很好地描述樣本，而且充分利用了樣本的類信息，使得同類樣本更聚集、不同類樣本更分離；通過(guò)在行、列方向采用2DPCA與2DLPP，(2D)2LPPPCA得到的人臉特征

3、不僅包含了來(lái)自2DPCA的樣本的全局信息，而且也包含了由2DLPP提取的樣本的局部信息。
　　2.LDA是最佳的二分類方法，在解決K(K＞2)分類問(wèn)題時(shí)，F(xiàn)isher準(zhǔn)則是通過(guò)1/2K(K-1)次二分類來(lái)實(shí)現(xiàn)，這樣容易導(dǎo)致間距較小類在投影后的重疊。為了克服這個(gè)問(wèn)題，通過(guò)加權(quán)類間散度矩陣、在類內(nèi)散度矩陣中嵌入樣本最近鄰圖提出了二維加權(quán)局部保持鑒別分析(2DWLPDA)特征提取方法。加權(quán)類間散度矩陣可使不同類間的距離在投影空間具有更合

4、理的分布，避免鄰近類之間的重疊；在類內(nèi)散度矩陣中嵌入樣本近鄰圖，可在投影空間很好地保留樣本空間的幾何結(jié)構(gòu)。實(shí)驗(yàn)結(jié)果表明，2DWLPDA提取的人臉特征具有較好的鑒別性能，是一種有效的人臉特征提取方法。為了進(jìn)一步減少保存樣本特征的存儲(chǔ)空間和降低算法復(fù)雜度，結(jié)合2DWLPDA和2DPCA，提出了(2D)2WLPDAPCA方法。
　　3.多散度差準(zhǔn)則(MMSD)是LDA準(zhǔn)則的一種變形，將Fisher準(zhǔn)則的瑞利商變?yōu)闃颖镜念愰g散度與類內(nèi)散度

5、的差，從而解決了LDA準(zhǔn)則面臨的“小樣本問(wèn)題”。但由于其是基于向量的方法，計(jì)算成本與存儲(chǔ)成本較高。為了降低計(jì)算成本與存儲(chǔ)成本，通過(guò)矩陣投影技術(shù)，提出了二維多散度差準(zhǔn)則(2DMMSD)，進(jìn)一步通過(guò)在行、列方向分別進(jìn)行2DLPP與2DMMSD投影，提出了一種雙向二維人臉特征提取方法(2D)2MMSDLPP。(2D)2MMSDLPP提取的人臉特征既包含來(lái)自2DMMSD的全局鑒別信息、又包含來(lái)自2DLPP的局部結(jié)構(gòu)信息。
　　4.同一區(qū)域

6、人臉像素灰度值具有很大的相關(guān)性，其差值不大，因此，簡(jiǎn)單地通過(guò)比較當(dāng)前像素灰度值與某個(gè)具體數(shù)值的大小對(duì)LBP進(jìn)行編碼，必然導(dǎo)致冗余信息的增加。為了減少LBP的冗余，通過(guò)判斷當(dāng)前像素灰度值是否在某個(gè)范圍內(nèi)進(jìn)行編碼，這樣改進(jìn)后的LBP能夠很好地減輕冗余。將改進(jìn)后的LBP方法應(yīng)用到人臉檢測(cè)中，實(shí)驗(yàn)結(jié)果表明提取的人臉特征具有更好的鑒別性。提出了局部三值微分模式(LTDP)算子，與局部微分模式(LDP)相比較，LTDP具有更豐富的編碼模式，其提取的

7、人臉特征也更具鑒別性。為了克服子空間方法對(duì)光照的敏感性，首先將人臉圖像用改進(jìn)后的LBP和LTDP進(jìn)行預(yù)處理，然后對(duì)得到的圖像紋理特征進(jìn)行兩個(gè)方向上的二維子空間分析。實(shí)驗(yàn)結(jié)果表明，采用這種兩階段方法得到的人臉特征具有較好的抗光照變化的能力。
　　5.結(jié)合隨機(jī)投影(RP)與雙向二維子空間分析，提出了一類可撤除的人臉特征提取方法。通過(guò)對(duì)人臉圖像行、列方向分別用隨機(jī)矩陣和二維子空間投影矩陣進(jìn)行投影，得到的特征既具有很好的鑒別性、又具有較強(qiáng)