單樣本條件下基于代數(shù)特征的人臉識別研究.pdf

1、人臉識別是生物特征識別的一個主要分支。與指紋識別、虹膜識別等其它生物特征識別技術(shù)相比，它不接觸、無侵犯，擁有更為明顯的優(yōu)勢。目前，由于國內(nèi)外安全形勢的迫切需要，人臉識別日益受到包括公共安全、訪問控制在內(nèi)的廣泛應(yīng)用領(lǐng)域的青睞。應(yīng)用的升溫推動了相關(guān)研究的開展，人臉識別技術(shù)的研究呈現(xiàn)出一派蓬勃發(fā)展的態(tài)勢。然而，人臉識別技術(shù)面臨的一些難題尚未被完全解決。 本文主要研究了單樣本條件下的人臉識別問題。單樣本即單訓(xùn)練樣本，是指：在已知的人臉圖

2、像數(shù)據(jù)庫(如護照人臉圖像數(shù)據(jù)庫)中，其中的每一個人都僅有一幅人臉圖像。這是小樣本問題的特例，同時也是整個人臉識別領(lǐng)域最為極端的一種情形。在單樣本情況下，許多傳統(tǒng)的基于多訓(xùn)練樣本的人臉識別算法效果均不太理想，一些算法甚至根本不再適用。 本文以基于代數(shù)特征的方法為著眼點，對單樣本人臉識別問題進行了一定的研究。主要工作和貢獻如下： (1)在分析灰度圖像存儲格式的基礎(chǔ)上，提出了一種新的樣本擴充方法：位平面圖像樣本擴充法。按照這種

3、方法，1幅原始圖像可以被切片為8幅位平面圖像。其中，低位切片圖像存在明顯噪聲，直接舍棄：而高位切片圖像則包含較為豐富的鑒別信息，保留下來，作為獲取到的新樣本圖像。然后，把每個類別的單幅原始訓(xùn)練樣本圖像和由它擴充得到的若干幅高位切片圖像一起作為該類別新的訓(xùn)練樣本圖像。經(jīng)過樣本擴充，鑒別信息得到了一定的強化，更利于特征抽取和分類識別。最后，實驗證實了所提方法的有效性。 (2)遵循把單樣本問題轉(zhuǎn)化為多樣本問題的研究思路，分析了傳統(tǒng)的一

4、些單樣本人臉識別算法。發(fā)現(xiàn)：導(dǎo)致識別性能不能很好發(fā)揮的一個主要原因是擴充得到的樣本中包含太多的噪聲。于是，圍繞如何消除這些噪聲，提出了一種新的基于線性鑒別分析的樣本擴充方法——泛滑動窗樣本擴充法。該方法在進行樣本擴充時不會引入任何外來干擾信息，從而最大限度地提高了新樣本鑒別信息的保真度，理論上更加有利于后續(xù)的特征抽取與分類識別。不僅如此，該樣本擴充方法比傳統(tǒng)的樣本擴充方法更加簡捷。用擴充得到的新樣本，結(jié)合二維線性鑒別分析算法進行實驗，實

5、驗結(jié)果證實了新方法的上述性能與優(yōu)勢。 (3)針對單樣本人臉圖像可能存在的所謂邊緣化模式問題，把線性加權(quán)的思想引入到了先前提出的單樣本人臉識別框架中，從而改進了原來的識別框架。新的單樣本人臉識別框架具有兩大優(yōu)勢：第一，在樣本擴充環(huán)節(jié)，有效地避免了噪聲的引入，能夠獲取到更高質(zhì)量的新樣本。第二，在特征抽取環(huán)節(jié)，很好地解決了邊緣化模式問題，使抽取到的特征更具鑒別力。前者使基于線性鑒別分析思想的單樣本人臉識別成為現(xiàn)實。而后者有助于優(yōu)化其識