资源描述：
《基于相位一致性图像的模块化PCA人脸识别方法》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、第25卷第1期计算机应用研究Vol.25,No.12008年1月ApplicationResearchofComputersJan.2008基于相位一致性图像的模块化PCA人脸识别方法张秋余,靳艳峰,袁占亭(兰州理工大学计算机与通信学院,兰州730050)摘要:提出了一种新的基于相位一致性的模块化PCA的人脸识别方法。解决了人脸识别受光照影响的问题。首先得到人脸训练样本的相位一致性图像;然后将人脸相位一致性图像划分为更小的子模块,用PCA方法处理这些子模块图像。在姿势、光照以及表情变化的情况下同一个人的局部面部特征是不变的,因此用该方法来处理这些变化。给出了传统的模块化PCA方法与该方
2、法在不同姿势、光照和表情变化条件下的对比实验结果。实验结果表明该方法的人脸识别率较传统模块化PCA方法有了较大提高。关键词:人脸识别;主成分分析;模块化主成分分析;相位一致性中图分类号:TP391文献标志码:A文章编号:100123695(2008)0120318203NovelmodularPCAmethodbasedonphasecongruencyimagesforfacerecognitionZHANGQiu2yu,JINYan2feng,YUANZhan2ting(SchoolofComputer&Communication,LanzhouUniversityofTechno
3、logy,Lanzhou730050,China)Abstract:AnovelmodularPCAalgorithmforfacerecognitionbasedonphasecongruencywaspresented.TheaccuracyofthemodularPCAmethodandtheproposedmethodwereevaluatedundertheconditionsofvaryingexpression,illuminationandposeusingstandardfacedatabases.Theresultsindicatehighimprovementin
4、theclassificationperformancecomparedtotheconventionalmodularPCAmethod.Keywords:facerecognition;principalcomponentanalysis(PCA);modularPCA;phasecongruency由于脸形的相似以及同一张脸图像的无数变化,使得人脸PCA以及单一的模块化方法有较高的识别效率。识别成为一个相当困难的问题。人脸图像随着面部表情、光照相位一致性特征条件、姿势等的变化而变化,人脸识别系统的任务就是用一种独立于这些因素的方式将人脸识别出来。自动的人脸识别被基于梯度的算子关键
5、在于寻找具有最大梯度的点,这很难认为是计算机视觉和模式识别中的一个基本问题,许多不同领恰当地探测到并局部化图像特征中的较大部分。与用于识别域的科学工作者都在从事这一方面的研究。一些基于统计的、急剧变化大边缘探测不同,相位一致性模型是在相位频谱中探基于神经网络的还有基于特征的人脸识别方法相继被提出[10]测点序列。根据Oppenheim等人对于傅里叶域的图像重建[1]来。目前,比较前沿而且识别效果比较好的方法之一就是过程,相位构成比量级构成更加重要。生理学上也有证据表明主成分分析法(PCA)。这是一种统计的方法,将人脸图像表示人的视觉系统对于相位信息高度有序的图像中的点有强烈的[2～5]
6、成特征向量的一个子集合,称为特征脸。PCA也应用于掌反应。相位一致性提供了一种独立于信号的全局量级的方法,[6][7][8]印的识别、手写体的识别、工业机器人技术以及移动机使其不随图像光照条件发生变化而变化。图1给出了人脸的[9]器人技术。但是结果表明当姿势变化超过30,光照变化较原始图像以及相位一致性图像。本文使用的相位一致性技术大时,识别效果很难让人满意。研究的主要目标就是要提高识[11]是基于P.Kovesi提出的。相位一致性函数按照某个信号的别精度,并且不在受面部表情、光照条件以及姿势变化的影响。傅里叶级数在位置x展开,于是可以得到如上所述,PCA和模块化PCA方法已经广泛应用
7、于人脸图像PC(x)={∑Ancos[
