第 4 期3.3 SVM的训练
凌旭峰:彩色序列图像的人脸检测和识别系统547
脸图像由25和30维表征时,SVM显示了将近100%的识别率,而传统方法的识别率为96%左右.实验中,我们选取不同核函数的SVM进行了比较,结果发现当选取特征脸数量少时,核函数为2阶多项式的SVM具有最好的性能,识别率高并且支撑向量数少.
由于实际条件的限制,人们无法针对每个人都采集大量的图像样本.相对于其维数而言,人脸的样本数很少,是一个小样本问题.对于人脸识别这个小样本问题,传统的分类方法一方面容易出现过学习(overfittng)现象,导致算法的推广性差;另一方面就是学习性能差,无法胜任人脸分类这个非线性很强的分类模式.支撑向量机是为解决小样本问题学习和分类提出的,一方面可以克服神经网络等方法所固有的过学习和欠学习问题,另外一方面又有很强的非线性分类能力.但是普通的SVM只能对两类进行分类,不能区分多类.为了解决人脸分类这个多类问题,我们针对每一个人训练一个SVM.首先假定人脸样本库中包含n个人,具体实现如下所示:
Ó从人脸样本库中取出第一个人的所有样本,将其标为类¹;将其他所有人的所有样本标为º类;将标好分类序号的所有样本作为输入样本,来训练一个SVM,得到相应的支撑向量和相应的分类平面;将该支撑向量机序号标为¹,表明¹号SVM是用来区分第一个人和其余人的.
Ó从人脸样本库中取出第二个人的所有样本,将其标为¹类;将其他所有人的所有样本点标为º类;接下来的步骤与上一步的操作一样;最后将训练好的SVM序号标为º,该SVM是用来区分第二个人和其他所有人的.
Ó重复以上步骤,直到遍历人脸样本库中的所有人.最后得到了n个支撑向量机.
3.4 使用SVM分类人脸
SVM可以将人脸样本分为n类,而不是只能将人脸分为两类.在分类时,当输入一个新的测试样本,同时将该测试样本交由n个SVM进行分类,则会出现以下几种情况:Ó第i个SVM将该样本分到类1中,其余的SVM将其分到类2中.则判断该样本属于人脸样本库中的第i个人.Ó同时有多个SVM将该样本分到类1中,而其余的SVM将其分到类2中,则判断为错分.
Ó所有SVM将该样本分到类2中,则判断该样本不属于人脸样本库.
3.5 人脸识别实验结果讨论和分析
由于SVM对于小样本问题,具有很好的学习性和推广性.与传统的方法相比,该方法显示出了更高的识别率.如下表所示:
表1 SVM和传统方法对照表
分类方法SVM最近邻法欧氏距离法马氏距离法神经网法
女性子类正确率
0.96090.93480.92610.92610.9410
长脸子类正确率
0.96490.90790.89650.89650.9221
圆脸子类正确率
0.97450.95620.93430.94320.9218
4 结论和展望
本文采用肤色分析结合运动分析的方法来检测人脸,并且对所检测出的人脸图像进行验证,达到了很高的人脸检测率.采用主成分分析方法提取特征,然后用SVM进行识别,也取得了优于传统方法的识别率.该系统的优势在于两方面:一是系统总运算量少,系统响应速度快;二是针对人脸模式复杂,样本数量少的特点,选用了支撑向量机来实现人脸识别,取得了更高的识别率.下一步的工作将要提高人脸检测和识别的稳健性.在不同光照条件下,并且在复杂背景的情况下,使得该系统具有相对稳定的人脸检测和识别功能.参考文献:
[1] RowleyH,BalujaS,KanadeT.NeuralNetwork-BasedFaceDetection
[J].IEEETransonPAMI.1998,20(1):23-37.
[2] 卢春雨,张长水,闻芳,阎平凡.基于区域特征的快速人脸检测
法[J].清华大学学报(自然科学报),1999,39(1):101-105.
[3] 闻芳,周杰,张长水,李衍达.基于局部线性映射神经网络的亮
度补偿的彩色人脸检测[J].清华大学学报(自然科学报),1999,39(7):37-40.
[4] CaiJ,GshtasbyA.DetectingHumanFacesinColorImages.ImageV-i
sionComputing[J].1999,18:63-75.
[5] VapnikV.统计学习理论的本质[M].北京:清华大学出版社,
2000.
[6] 崔屹.图像处理技术与应用[M].北京:电子工业出版社,1997.[7] 李金宗.模式识别导论[M].北京:高等教育出版社,1994.
作者简介:
凌旭峰 男,1971年生于安徽屯溪,2001年上海交通大学图像所博士毕业,现任上海市信息化办公室互联网中心软件发展研究室副主任,已经在国内外学术期刊和会议上发表论文10多篇,攻读博士期间的主要研究方向为:人脸识别、图像处理和人工智能,目前的主要研究方向为:视频图像、软件服务、软件产业等.
杨 杰 男,1964年生于上海,1994年德国汉堡大学计算机系博士毕业,现任上海交通大学图象处理与模式识别研究所副所长,教授、博士生导师,作为项目负责人已承担国家自然科学基金项目、国家863计划项目、国防973项目等20多项国家和省部级科研项目,在德国出版专著1部,在国内外学术期刊和会议上发表论文70多篇,主要研究领域和方向:目标检测和识别、数据融合和数据挖掘、智能理论及系统应用、医学图象处理.
上表是在每个人脸图像用20维向量表征时的分类结果.
可以看出,SVM方法相对于传统的最近邻法、欧氏距离法、马氏距离法和神经网络法,具有更高的人脸识别率.同样,当人
提出了一种彩色视频序列图像中的人脸检测与跟踪方法。该方法将人脸检测与人脸跟踪有效地结合在一起,采用Condensation滤波跟踪算法对区域进行跟踪,在跟踪过程中提出引入基...
基于色彩序列图像的人脸检测系统 人脸检测是人脸识别的基础,要做到人脸识别首先要...基于统计的人脸检测,基于模板的人脸 检测, 基于人脸彩色信息的人脸检测等算法。 ...
彩色序列图像中的人脸检测与跟踪李久贤 , 夏思宇 , 袁晓辉 , 夏良正 (东南大学 自动控制系 , 南京 210096 ) 摘 : 提出了一种彩色视频序列图像中的人脸检测...
Yi-junZHANGMingWU Shu-tao 摘要:为了构造一个精度高、处理快速的人脸检测系统.本文结合颜色信息和人脸构造特征.提出了一种从序列图像中实现 人脸分割与识别的新方法...
tio n ; skin colo r2based model 收稿日期 :2005205222 人脸检测不仅是自动人脸识别系统的第一步 , 而且也在监控系统 、 人机接口 、 图像检索中有重要的 应用...
一种用于动态图像序列的人脸识别算法_专业资料。研究基于动态图像序列的人脸准确识别。人体在运动的过程中,脸部会发生较大幅度的震动,造成人脸姿态特征不可避免的发现形...
基于视频图像序列的动态人脸检测技术_信息与通信_工程科技_专业资料。广东工业大学...关键词:运动目标检测;人脸检测;彩色模型;主元分析;肤色分割;椭圆匹配 Abstract ...
厦门 361005) 摘 要 : 在模式识别与图像处理研究领域中 , 人脸定位是一个备受...对此 ,以彩色图像序列为对象对人脸检测作了 大量研究 ,将整个检测系统大致分为...
一种视频图像序列人脸检测方法_专业资料。根据高阶统计量对高斯噪声不敏感的特点,本文提出了一种新的从连续图像序列中检测人脸的方法。首先,设计了运动图像序列帧间...
视频序列图像中的人脸检测与跟踪_专业资料。目标检测与跟踪是计算机视觉领域最普遍和关键的问题之一。基于级联结构的AdaBoost算法和基于色彩的Camshift算法,目前被认为是...
热门文档