文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 基于多分类器融合的人脸识别方法
侵权投诉

基于多分类器融合的人脸识别方法

基于多分类器融合的人脸识别方法

第45卷 第4期 

2006年 7月中山大学学报(自然科学版)

ACTA SCIENTIARUM NATURALIUM UNIVERSITATIS SUNYATSENIVol145 No14

 

Jul1 2006

基于多分类器融合的人脸识别方法

陈 羽

1,2

3

,赖剑煌

1

(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  人脸识别技术的的研究已经有几十年了,由于受光照、姿势、表情变化等因素的影响,使得该研究成为一项极富挑战性的课题。在人脸识别算法中,很多都是基于外观的,然而,不同的基同的鲁棒性。近年来,式识别的研究热点,[4-10]用效果。,乘法规则等分类器融合规则,在此基础上,Huang等提出了将单个分类器识别率作为权重的加权融合规则。

本文研究了基于整体特征和局部特征融合的人脸识别方法。通过利用DCT+LDA方法提取表达人脸信息能力强的局部特征(左、右眼和嘴巴),同时利用Fisherface方法和简单频谱脸方法提取人脸的整脸特征,构造不同的分类器。

[12]

[2-3]

[1]

,使得件,所以对光照。

离散余弦变换的人脸的识别方法(+LDA):首先对人脸图像进行离散余弦变换(DCT),由于变换后的频谱图像所包含的信息主要集中在图像的左上角,通过实验选取左上角合适大小的子块,再利用上述线性判别分析(LDA)方法进一步提所选子块频谱图像的信息。

(3)简单频谱脸方法:频谱脸是赖剑煌等[13]

提出的一种新的人脸识别方法,首先采用某种具有一定光滑度,紧支和正交的小波函数,对人像矩阵实施若干层二维小波分解,并取低频的子图像作为其低维近似表达,然后对选择出来的低维特征图像抽取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,为了实验设计的方便,没有定义力矩变换,而是直接提取了频谱幅值信息作为人脸的特征表达,这种方法称不上是完整的频谱脸方法,只是频谱脸方法中的一部分,本文将其定义为简单频谱脸方法。

1 成员分类器

通常模式识别理论中的分类器概念是指分类的方法,而在多分类器组合中采用的分类器概念,一般是指选用不同的特征和不同的分类方法进行模式分类,本文正是采用了这种广义上的分类器概念,下面是3种成员分类器简介。

(1)Fisherface方法:Delhumeur使用Fisher的线性判别准则(FLD),提出了首先用PCA降低人脸空间维数,然后再利用LDA的Fisher脸方法,

2 多分类器融合算法

Kittler在基于最小错误率的贝叶斯理论基础上

提出了分类器组合理论框架,其组合理论框架如下:

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(105134)作者简介:陈羽(1974年生),男,助教;通讯联系人:赖剑煌;E2mail:stsljh@zsu1edu1

基于多分类器融合的人脸识别方法

cn

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email