人脸识别

计算机技术与发展 第18卷 32
原来变量的少数几个线性组合来解释随机向量的方差—协方差结构,是数据压缩和特征提取中一种多维向量的统计分析技术[6]。在所分析的数据当中,可能有这样的情况发生,即P个变量的大部分变差能够由它们的K(比P小得多)个主成分(特殊的线性组合)来概括,且包含在这K个主成分中的信息几乎包括了原来P个变量的大部分信息,则可以用这K个主成分来代替原来的P个变量,简而言之,就是把P维变量变成K维(K≤P)的不相关变量,并尽可能地维持原始数据之间的变化。
1.2 PCA基本原理
这是矩阵的特征方程,即u为Rxx的特征向量。
Rxx为实对称阵时,它的特征值是非负实数,且对应不
同特征值的特征向量是正交的。用各特征向量构成一个矩阵U=[u0u1…ud-1],则有RxxU=UV,其中V为正交阵。
经变换有UTRxxU=V,展开后有
λ(k=j)j T
ujRxxuk=
0 (k≠j)
即φ(j)=j
me=x
d-1
不失一般性,值为0),<,xx,并将特征向量单位化,将特征值由大到小的次序排列;然后将原向量投影到前m个特征值对应的特征向量构成的子空间中去,用x0’,x1’,…,x’m-1表示投影后的各分量,则x0’具有最大方差,与x0’不相关的方向中x1’有最大方差,依此类推。从数值计算看,用SVD效果更好,因为对给定精度,SVD要的计算精度是特征值计算的1/2,且SVD可以充分利用标准程序[2,7]。下面给出简要的公式推导:
由假设可知E[x]=0
令u代表一个d维的单位向量,即||u||=
(uTu)1/2=1,x在u上投影为:
a=xu=ux
a也为随机变量,均值为0,其方差为:
22TTTT
δ=E[a]=E[(ux)(xu)]=uE[xx]u
T
T
-xj=m
e的最小值,便可得到最优解,图ujj
像处理也简单。
2 实验过程
2.1 实验原理
PCA算法具有计算效率高、概念清晰、推广性强
等特点。它提供了一个高维和低维间的线性变换矩阵,这个变换矩阵可以通过求取协方差矩阵的特征向量获得而无需其它参数。但它是以各维特征欧氏距离上的重建误差和最小为目标,平均对待每一维特征。事实上不同的特征在识别过程中所起的作用是不同的,比如眼睛、鼻子和嘴巴等部位富有纹理和结构特征,在人脸识别过程中往往占有重要地位,是鉴别的主要依据。而脸颊和额头(不包括轮廓信息)等由于相对平滑和缺少变化在识别中所起的作用不大。因此,可以设想通过加强某些对识别关键的特征,同时减弱某些与识别关系不大的特征或者冗余大的特征信息来提高识别率。
文中所采用的PCA算法是基于以上原理基础进行了一定的改进,在读取原始数据进行变换后,将数据进行平均处理,即读入后保存的照片成为所有照片的平均照片,然后再提取特征值所对应的特征向量(在此所有的数据维数都没有发生改变)。再计算误差,在此抽取所获取图像的90%的能量来作为识别系统的参考信息(舍弃特征值最小的那部分能量)。能量的利用率超过90%,甚至达到100%,这对于识别的准确率的影响可以忽略,在试验中可以得到检验。
2.2 试验步骤
=uRxxu
T
其中Rxx为dxd维的自相关矩阵(均值为0时,也为协方差矩阵),它是对称阵。从上式可以看出a的方2差δ是u的函数,即
φ(u)=uRxxu
希望找到一个方向u使得方差φ(u)达到最大,在极值处有小的扰动δu应满足:
φ(u+δu)≤φ(u)而
TT
φ(u+δu)=(u+δu)Rxx(u+δu)=uRxx+
TT
2(δu)Rxxu+(δu)Rxx(δu)
T
忽略δu的二次项,可得:
T
(δu)Rxxu≈0
T(δu)u≈0
(1)(2)
由于获取图片的随意性很大,但是考虑单一的图像,即很多人的人脸,所以可以固定采集的像素在一个限定的值来提高确认的精度。算法流程图见图1,步骤如下:
(1)预处理。首先采集一部分人脸图像作为原始
即δu的方向近似与u正交,即只允许在方向上有
(2)可得,需要引变化,由于u本身量纲为1,由式(1)、入λ使得:
Rxxu=λu
的数据读入系统程序(Matlab中的imread命令),将图
基于PCA的人脸识别算法_信息与通信_工程科技_专业资料。文章具体讨论了主成分分析( PCA)人脸识别算法的原理及实现。它具有简单、快速和易行等特点,能从整体上反映...
基于PCA算法的人脸识别_信息与通信_工程科技_专业资料。通信工程专业毕业设计!太原科技大学毕 业设计(论文)设计(论文)题目:基于 PCA 算法的人脸识别 姓 名___姜...
第30卷第6期增刊 2009年6月 仪 器 仪 表 学 报 V101.30No.6Jun.2009 ChineSeJoumalof Sci朗tificInstⅢment 基于PCA算法的人脸识别段玉波贾莹王兴柱韩雪松(...
2)提出一种基于模主元分析(模PCA)法改进的人脸识别算法, 与传统的PCA人脸识别算法相比,此算法在光照变化很大时具有更高的识别率。 3)在分析ICA的基础上,提出...
基于PCA算法的人脸识别(附代码)_信息与通信_工程科技_专业资料。基于PCA算法和KL展开的人脸识别算法基于PCA 算法的人脸识别【摘要】基于 K-L 变换的 PCA(...
基于PCA的人脸 识别算 法研究及实现田印中,董志学,黄建伟(内蒙古工业大学信息工程学院,内蒙古呼和浩特010051) 摘要:文章具体讨论了主成分分析(PCA)人脸识别算法的原理...
2 PCA 算法的原理 PCA(主成分分析)算法是人脸识别中比较新的一种算法,该算法的优点是识别率高,识 别速度快。 2.1 PCA 算法介绍 2.1.1 PCA 原理 令 x ...
基于PCA算法的人脸识别方法研究比较_IT/计算机_专业资料。通过pCA方法介绍人脸识别的各种方法的比较自动化技术 孙 ! 涛等: 基于 g 3 算法的人脸识别方法研究比较...
基于LSVD和PCA的人脸识别算法_数学_自然科学_专业资料。第3 0 卷第 1期 201 3年 3月 文章编号: 1001-4543(2013)01.0001.05 上海第二工业大 ...
热门文档