基于四元數(shù)表示模型的彩色人臉識(shí)別算法研究.pdf

1、現(xiàn)今人臉識(shí)別多數(shù)算法都是針對(duì)二維灰度圖像提出的,對(duì)于彩色人臉進(jìn)行識(shí)別時(shí),常用的途徑之一就是先把彩色圖像轉(zhuǎn)換成灰度圖像再進(jìn)行識(shí)別。這種轉(zhuǎn)換其實(shí)丟失了人臉圖像中的彩色信息。現(xiàn)實(shí)世界中,人眼能夠分辨的顏色至少有數(shù)千種,而鑒別絕對(duì)亮度的能力大約只有10～15級(jí)灰度圖,所以彩色人臉圖像所包含的鑒別信息遠(yuǎn)多于灰度圖像。如果一個(gè)識(shí)別算法既利用人臉圖像的形狀結(jié)構(gòu)信息又利用其彩色信息,則可以獲取更多的反映不同人臉之間差異的鑒別信息,從而提高算法的識(shí)別率。

2、但是,目前針對(duì)彩色人臉圖像的識(shí)別算法并不多見(jiàn),并且大多是基于PCA技術(shù)進(jìn)行特征提取的。盡管PCA在彩色人臉識(shí)別中獲得了某種成功,但仍然有需要進(jìn)一步研究的問(wèn)題,如過(guò)擬合問(wèn)題,小樣本問(wèn)題等等。為了更好地利用人臉圖像的彩色信息,緩解基于PCA方法的過(guò)擬合現(xiàn)象,本文研究了基于四元數(shù)表示模式的彩色人臉識(shí)別問(wèn)題,主要研究?jī)?nèi)容如下:
　　 1、基于彩色人臉圖像的四元數(shù)表示模式,分析了基于主成分分析(PrincipalComponents An

3、alysis,PCA)和二維主成分分析(Two Dimensional PCA,2DPCA)的彩色人臉圖像識(shí)別方法的圖像重建質(zhì)量及過(guò)擬合現(xiàn)象,提出了改進(jìn)途徑,即基于四元數(shù)表示的雙向主成份分析(Bi-Directional PCA,BDPCA)算法。該方法基于圖像矩陣的投影技術(shù),對(duì)人臉進(jìn)行行方向和列方向投影進(jìn)行特征提取,因此獲取的特征維數(shù)比PCA、2DPCA低。在Color FERET人臉數(shù)據(jù)庫(kù)中的實(shí)驗(yàn)結(jié)果表明,基于四元數(shù)的BDPCA方法

4、能夠取得較好的識(shí)別效果,同時(shí)圖像重建質(zhì)量有很大提高,并且能有效緩解過(guò)擬合現(xiàn)象。
　　 2、為了充分利用人臉圖像的彩色信息和局部信息,提出了基于四元數(shù)表示的子模式和E2DPCA融合方法(SpE2DPCA,Sub-Pattern E2DPCA)。E2DPCA可以保留人臉圖像的局部幾何結(jié)構(gòu)信息、緩解小樣本問(wèn)題,一些細(xì)節(jié)信息和彩色信息可能被忽略;而子模式可以有效保留人臉圖像的細(xì)節(jié)信息。SpE2DPCA結(jié)合子模式方法和E2DPCA的優(yōu)勢(shì),