资源描述：
《基于多分类器融合的人脸识别方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第45卷第4期中山大学学报(自然科学版)Vol145No142006年7月ACTASCIENTIARUMNATURALIUMUNIVERSITATISSUNYATSENIJul120063基于多分类器融合的人脸识别方法1,21陈羽,赖剑煌(1.中山大学电子通信工程系,广东广州510275;2.华南农业大学应用数学系,广东广州510642)摘要:提出了一种融合整体和局部信息进行人脸识别的新方法。首先利用DCT+LDA方法提取表达人脸信息能力强的左眼、右眼和嘴巴的局部特征,利用Fisherface方法和简单频谱脸方法提取人
2、脸的整体特征,然后应用多分类器组合规则融合整体和局部特征,实验结果表明利用加法融合规则在ORL和FERET数据库上识别率分别达到98145%和90179%,说明了该方法的有效性,同时也表明将多分类组合应用于人脸识别是一种比较可行的思路。关键词:人脸识别;局部和整体特征;多分类器融合中图分类号:TP391141文献标识码:A文章编号:052926579(2006)0420024204[1]人脸识别技术的的研究已经有几十年了,它选择以类内散度的正交矢量作为特征空间,使得由于受光照、姿势、表情变化等因素的影响,使得特征矢量强
3、调了不同人脸的变化不是由于光照条该研究成为一项极富挑战性的课题。在人脸识别算件、人脸表情和方向引起的距离变化,所以对光照[2-3]法中,很多都是基于外观的,然而,不同的基和人脸表情变化有较好的适应性。于外观人脸识别方法由于受不同因素的影响具有不(2)基于离散余弦变换的人脸的识别方法同的鲁棒性。近年来,多分类器的融合已经成为模(DCT+LDA):首先对人脸图像进行离散余弦变换式识别的研究热点,并在很多领域取得了较好的应(DCT),由于变换后的频谱图像所包含的信息主要[4-10][11]用效果。Kittler在基于最小错误
4、率的贝叶集中在图像的左上角,通过实验选取左上角合适大斯理论基础上提出了包括加法规则,乘法规则等分小的子块,再利用上述线性判别分析(LDA)方法[12]类器融合规则,在此基础上,Huang等提出了进一步提所选子块频谱图像的信息。[13]将单个分类器识别率作为权重的加权融合规则。(3)简单频谱脸方法:频谱脸是赖剑煌等本文研究了基于整体特征和局部特征融合的人提出的一种新的人脸识别方法,首先采用某种具有脸识别方法。通过利用DCT+LDA方法提取表达一定光滑度,紧支和正交的小波函数,对人像矩阵人脸信息能力强的局部特征(左、右眼和
5、嘴巴),实施若干层二维小波分解,并取低频的子图像作为同时利用Fisherface方法和简单频谱脸方法提取人其低维近似表达,然后对选择出来的低维特征图像脸的整脸特征,构造不同的分类器。抽取Fourier不变特征。在本文中,在对图像进行两层小波分解和Fourier变换后,为了实验设计的1成员分类器方便,没有定义力矩变换,而是直接提取了频谱幅通常模式识别理论中的分类器概念是指分类的值信息作为人脸的特征表达,这种方法称不上是完方法,而在多分类器组合中采用的分类器概念,一整的频谱脸方法,只是频谱脸方法中的一部分,本般是指选用不同
6、的特征和不同的分类方法进行模式文将其定义为简单频谱脸方法。分类,本文正是采用了这种广义上的分类器概念,2多分类器融合算法下面是3种成员分类器简介。(1)Fisherface方法:Delhumeur使用Fisher的Kittler在基于最小错误率的贝叶斯理论基础上线性判别准则(FLD),提出了首先用PCA降低人提出了分类器组合理论框架,其组合理论框架如脸空间维数,然后再利用LDA的Fisher脸方法,下:3收稿日期:2005209203基金项目:国家自然科学基金资助项目(60373082);教育部科学技术重点项目资助项目
7、(105134)作者简介:陈羽(1974年生),男,助教;通讯联系人:赖剑煌;E2mail:stsljh@zsu1edu1cn第4期陈羽等:基于多分类器融合的人脸识别方法25设Z为待分模式,类别集合为:Ω={ω1,ω2经过归一化,基本上没有姿势和伸缩变换,但是光⋯ωn},有L个分类器,记为F={F1,F2⋯Fn},照变化很大,还有一些表情变换和遮掩,图1和图第l个分类器相对应的样本特征为xl,l=1,2⋯L。2是ORL和FERET数据库的一些人脸图像。取最大的后验概率对应的类别作为融合后的结果,即:F(Z)=ωn,if
8、P(ωn
9、x1,x2⋯xn)=maxP(ωnm=1,2⋯M
10、x1,x2⋯xn)(1)由各分类器条件独立假设得乘法融合规则:图1ORL人脸数据库中的1个人的10幅图像-(L-1)F(Z)=ωn,ifP(ωn)∏P(ωn
11、xl)=l=1,2⋯LFig11SomeexamplefaceimagesofORLdatabase-(L-1)m
