基于零空间核决策分析的人脸识别问题研究

《基于零空间核决策分析的人脸识别问题研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于零空间核决策分析的人脸识别问题研究丁蕾，李明(屮国矿业大学信息与电气工程学院，江苏徐州221116)摘要：在受光照、姿态、表情等因素影响较大时，采用线性决策分析法来进行人脸识别的识别效果优于主成分分析法；实际上，图像空间中的人脸数据线性不可分，不同类人脸图像数据却可能在某高维空间中线性可分，寻找低维线性不可分到高维线性可分的非线性映射显得非常重耍，一般可通过核函数的选择间接的实现此种映射；本文提出了一种零空间核决策分析法，给出了具体的推导过程与实现步骤；最后，采用木文提出的方法来对ORL人脸数据库进行测试，实验表明在核函数及其参数选择恰当时，该方法可获得优于零空间决策

2、分析法的识别效果。关键词：人脸识别；零空间核决策分析；特征提取中图分类号：TP391.4FaceRecognitionBasedonNullSpaceKernelDiscriminantAnalysisDingLei,LiMing(SchoolofInformationandElectricalEngineering,ChinaUniversityofMingingandTechnology,JiangSuXuZhou221116)Abstract:TheperformanceofLinearDiscriminantAnalysisisbetterthanPrincipl

3、eComponentAnalysisintheapplicationoffacerecognitionwhensampledataissusceptiblebythevariationofillumination,pose,expressionandsoon.Infact,thefacesamplesislinearinseparableinoriginimagespace,whileitmaybelinearseparableinacertainhighdimensionspace,soitisimportanttofindthenonlinearmappingrela

4、tionshipfromimagespacetohighdimensionlinearseparablespace,andthatitcanbeindirectrealizedbyakernelfunction.Inthispaper,weproposeaNullSpaceKernelDiscriminantAnalysismethodandgiveitimplementstepwithderivationprocess.ItistestedinORLfacedatebase,andtheexperimentresultindicatethatrecognitionres

5、ultisbetterthanNullSpaceDiscriminantAnalysismethodwhenthekernelfunctionanditsparametersareselectedappropriatcly.Keywords:FaceRecognition;NullSpaceKernelDiscriminantAnalysis;FeaturesExtraction0引言人脸识别作为牛物特征识别之一，具有唯一性、自然性、非接触性等特点，有较为广泛的应用前景。自上个世纪六十年代起，人脸识别己历经手工标定儿何特征点机器识别的半自动识别、理想环境下机器全自动识别、

6、非理想环境下机器全自动识别儿个阶段。人脸识别算法由于易受光照变化、姿态表情变化等因素的影响，要想获得较高的识别率仍需进行深入的研究，其仍将为图像理解和模式识别等领域的研究热点。对于复杂环境卜的人脸识别问题研究可从三个方面着手，分别为:(1)人脸图像的描述；(2)人脸图像的特征提取；(3)分类器设计。特征提取是人脸识别问题中的一个非常重要的环节，提取能够有效辨识不同人脸的最为本质的特征将使人脸识别算法具有较强的鲁棒性。上世纪90年代,随着特征脸(Eigcnfacc)m的提出，出现了商业化的人脸识别产品,随后作者简介：丁蕾，(1988・)，男，硕士，主要研究方向：图像处理与模

7、式识别。通信联系人：李明，(1962-),男，教授，主要研究方向：生产过程智能控制，电力电子与电力传动.E-mail:liming@cumt.edu.cn乂出现了Fisher脸(Fishcrfacc)i2〕、拉普拉斯脸(Laplacianface)(3i等特征提取方法，这些方法从不同的角度出发，获得的新特征均能够较好的用來进行人脸识别。其中，特征脸基于主成分分析，获得的新特征分量之间互不相关，其在均方误差最小意义下能够实现对原始图像最佳重构，为表达性特征。线性决策分析法通过选择恰当的投影方向，在该投影方向上同类样本具有较好的紧