彩色人臉圖像特征提取方法研究.pdf

1、隨著科學技術(shù)的不斷發(fā)展，人臉識別逐漸成為身份驗證技術(shù)研究的重點，彩色人臉識別也受到越來越多的關(guān)注。彩色圖像相對于傳統(tǒng)的灰度圖像包含更多的信息，如何充分利用彩色人臉圖像各個彩色分量之間的互補信息，去除冗余信息，提取有效的特征是彩色人臉識別技術(shù)的關(guān)鍵問題。針對這個問題，本文對彩色人臉圖像特征提取方法進行系統(tǒng)研究，主要研究內(nèi)容和創(chuàng)新性成果如下：
　　一、提出了兩個基于彩色分量數(shù)據(jù)層融合的特征提取方法，包括基于稀疏表示的相似性保留分析（S

2、PASR）方法和流形鑒別稀疏保留嵌入（SPE-MD）方法。這兩個方法通過使用一個簡單的彩色分量選擇策略，從目前常用的RGB、HSV、YCbCr和YIQ四個彩色空間中挑選出相似性最小的三個彩色分量，并將得到的三個彩色分量融合在一起。對于融合后的圖像樣本，無監(jiān)督的SPASR方法在低維特征空間中加強樣本之間的稀疏重構(gòu)相似性關(guān)系，同時減少原始樣本之間的相似性以及稀疏重構(gòu)后樣本之間的相似性；有監(jiān)督的SPE-MD方法在低維特征空間中保留原始樣本之間

3、的稀疏重構(gòu)關(guān)系以及原始樣本與稀疏重構(gòu)后樣本的流形結(jié)構(gòu)和鑒別信息。SPASR和SPE-MD方法在數(shù)據(jù)層上有效地減少彩色分量之間的相似性，充分利用彩色分量數(shù)據(jù)層融合后圖像樣本之間的稀疏重構(gòu)關(guān)系，獲得有效的人臉特征。在AR、Face Recognition Grand Challenge version2和Labeled Faces in the Wilds三個彩色人臉圖像數(shù)據(jù)庫上的實驗結(jié)果表明，無監(jiān)督的SPASR方法的識別效果優(yōu)于三個有代表

4、性的彩色分量數(shù)據(jù)層融合的無監(jiān)督人臉圖像特征提取與識別方法；有監(jiān)督的SPE-MD方法的識別效果優(yōu)于SPASR方法和四個有代表性的彩色分量數(shù)據(jù)層融合的有監(jiān)督人臉圖像特征提取與識別方法。
　　二、提出了兩個基于彩色分量特征層無監(jiān)督相似性分析的鑒別特征提取方法，包括整體正交分析（HOA）方法和統(tǒng)計正交分析（SOA）方法。這兩個方法在使用Fisher準則串行提取R、G、B三個彩色分量圖像數(shù)據(jù)集鑒別特征的同時，分別通過使三個彩色分量的投影變換

5、矩陣滿足正交約束和統(tǒng)計正交約束來去除彩色分量特征之間的相似性，然后融合三個彩色分量的特征進行識別。HOA和SOA方法可以在特征層上去除彩色分量之間的相似性，充分利用彩色分量內(nèi)部的鑒別信息和彩色分量之間的互補信息，獲得有效的鑒別特征。三個彩色人臉圖像數(shù)據(jù)庫上的實驗結(jié)果表明，與SPASR、SPE-MD以及兩個有代表性的彩色分量特征層融合的人臉圖像特征提取與識別方法相比，通過彩色分量內(nèi)部鑒別分析和彩色分量之間特征層無監(jiān)督相似性分析，HOA和S

6、OA方法有效地提高了識別效果。
　　三、提出了兩個基于彩色分量特征層雙重鑒別相似性分析的特征提取方法，包括基于歐氏距離度量的雙重鑒別相似性分析（EDM-DDSA）方法和基于相關(guān)性度量的雙重鑒別相似性分析（CM-DDSA）方法。這兩個方法分別使用歐氏距離度量和相關(guān)性度量在各個彩色分量數(shù)據(jù)集內(nèi)部和不同彩色分量數(shù)據(jù)集之間同時進行特征層鑒別相似性分析，在提取三個彩色分量鑒別特征的同時有監(jiān)督地去除三個彩色分量特征之間不利于識別的異類樣本相似