基于特征融合的人臉識(shí)別算法.pdf

1、人臉識(shí)別與其它傳統(tǒng)身份認(rèn)證方式相比有突出優(yōu)點(diǎn)，近年來(lái)，已經(jīng)成為計(jì)算機(jī)視覺(jué)、應(yīng)用數(shù)學(xué)、機(jī)器學(xué)習(xí)等領(lǐng)域的研究熱點(diǎn)。然而由于人臉圖像易受光照、年齡等因素的影響，實(shí)現(xiàn)一個(gè)實(shí)時(shí)準(zhǔn)確的人臉識(shí)別算法是一個(gè)具有挑戰(zhàn)性的問(wèn)題。
　　研究人員提出了一些人臉特征提取算法，研究表明，只靠一種特征很難取得理想的結(jié)果，因此本文提出了一種基于AdaBoost算法的多特征融合方法，主要工作如下：
　　1.本文選取Gabor和POEM兩種人臉圖像特征。首先介

2、紹了Gabor濾波器的相關(guān)知識(shí)，Gabor小波核函數(shù)與哺乳動(dòng)物簡(jiǎn)單細(xì)胞的感受野剖面類似，在圖像特征提取方面有很大的優(yōu)勢(shì)。在提取Gabor候選特征時(shí)，我們采用一種現(xiàn)有的Gabor特征網(wǎng)格采樣方法，在5個(gè)尺度的人臉圖像上提取8個(gè)方向的Gabor特征。
　　2.POEM編碼是一種新的人臉特征，它是將LBP用于人臉圖像的梯度圖，這樣對(duì)光照有更好的魯棒性。我們遍歷POEM編碼圖像上不同位置不同大小的塊，計(jì)算圖像塊內(nèi)POEM編碼的直方圖，做為

3、候選POEM特征。
　　3.實(shí)現(xiàn)AdaBoost算法對(duì)上述兩種特征融合。首先將訓(xùn)練圖像的兩種候選特征的相似度排列成一個(gè)向量，然后用AdaBoost算法對(duì)其挑選。挑選出不同位置和不同大小的Gabor特征點(diǎn)和POEM特征塊，并對(duì)它們賦予不同的權(quán)值。本文的方法使得在降低特征維數(shù)大小的同時(shí)，減小了不同特征之間的相關(guān)性。
　　利用本文提出的特征融合方法，在中科院CAS-PEAL人臉庫(kù)上訓(xùn)練分類器，在FERET庫(kù)上測(cè)試識(shí)別率，在Fb、F