蚁群算法优化支持向量机的人脸识别

《蚁群算法优化支持向量机的人脸识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、蚁群算法优化支持向量机的人脸识别　　摘要：针对角点特征检测进行人脸识别中特征配准度低、识别精度不高的问题，提出基于蚁群算法和支持向量机的人脸识别算法。首先采用支持向量机算法进行人脸多重特征检测提取，然后对提取到的特征信息采用蚁群算法进行训练分类，实现对人脸特征的准确检测和分类识别，最后在Matlab仿真平台上进行性能测试，仿真结果表明，采用该算法进行人脸识别的精度较高，训练过程的收敛性较好，计算开销降低。　　关键词：蚁群算法；人脸识别；支持向量机；特征检测　　中图分类号：TN911.7?34；TP391文献标识码：A文章编号：1004?373X（2016）21

2、?0092?03　　Facerecognitionbasedonantcolonyalgorithmoptimizingsupportvectormachine　　SUNShanshan　　（CollegeofInformationEngineering，SuihuaUniversity，Suihua152000，China）　　Abstract：Sincetheangularpointfeaturedetectionforfacerecognitionhastheproblemsoflowfeatureregistrationandrecognitionac

3、curacy，afacerecognitionalgorithmbasedonantcolonyalgorithmandsupportvectormachineisputforward.Thesupportvectormachinealgorithmisusedtoextracttheface9multi?feature.Andthentheantcolonyalgorithmisusedtotrainandclassifytheextractedfeatureinformationtorealizetheaccuratedetection，classific

4、ationandrecognitionoffacefeature.TheperformanceistestedonMatlabsimulationplatform.Thesimulationresultsshowthatthealgorithmhashighfacerecognitionprecision，goodconvergenceintrainingprocess，andlowcomputationcost.　　Keywords：antcolonyalgorithm；facerecognition；supportvectormachine；feature

5、detection　　0引言　　随着图像处理技术的发展，采用图像智能识别方法进行人脸视觉特征分析，对人脸的面部信息特征的提取和信息分析，可实现人脸的智能定位识别[1?2]。这项技术将在刑事侦查、安全监控、图像数据库信息检索等领域具有较高的应用价值。人脸识别的本质是在海量的人脸信息样本中，通过仿生群训练进行特征搜索和提取，结合专家样本库中的人脸采集特征进行属性区别和分类检索[3?4]。在信息科技技术高度发达的今天，通过人脸识别能有效提高信息搜索能力，研究人脸识别算法受到相关学者和专家的重视[5?6]。　　为了提高人脸识别精度，提出基于蚁群算法和支持向量机的人脸识

6、别算法，结果表明，采用该算法进行人脸识别的精度较高，训练过程的收敛性较好，计算开销降低。　　1人脸图像的检测与样本训练9　　首先对人脸图像进行检测和仿射变换处理，对人脸面部特征进行增强处理，提高对人脸识别的准确性，在仿射不变区域构建人脸图像的切面图如图1所示。　　在多维尺度空间中对人脸特征进行尺度分解和特征提取，分析人脸变化的动态特征信息[7]，假设人脸图像变换角度为[θ1，]人脸部的特征点信息在旋转变换坐标系内的特征方程描述为：　　[xy1=cos（-θ1）-sin（-θ1）0sin（-θ1）cos（-θ1）0001xy1]（1）　　为了使特征部位更加清晰，

7、采用高阶不变矩对垂直旋转角度的人脸图像进行面部矫正，得到人脸部的特征点信息，特征点校正方程描述为：　　[xy1=cosθ1-sinθ10sinθ1cosθ10001xy1]（2）　　式中：[x，y]分别是人脸图像属性的各个特征点的二维坐标；[x，][y]分别为人脸面部特征信息通过模板匹配的二维坐标。　　由[x，][y]确定标记好的形状区域内的坐标值及调整前的[x，y]坐标处的人脸面部表情信息，选择一组合适的训练集进行主成分分析，得到人脸姿态变化的矫正过程描述，如图2所示。　　在图2中，通过人脸姿态变化的矫正方法进行人脸信息特征点的采样，采用SURF尺度空间搜索

8、方法计算面部特征点的边缘轮廓信息，构建