Laplace平滑变换在人脸识别应用中的问题及相关算法.pdfVIP

2013年8月 中央民族大学学报(自然科学版) Aug．，2013 第22卷第3期 JournalofM Sciences V01．22 UC(NaturalEdition) No．3 Laplace平滑变换在人脸识别应用中的 问题及相关算法 张新平 (中央民族大学信息工程学院，北京100081) 摘要：本文通过根据定义直接计算的方法，得到“Laplace平滑变换及其在人脸识别中的应用”一文 的Laplace矩阵，指出该文献的个别结果与其定义并不一致，其理论基础值得商榷．然而，该文对ORL和 Yale人脸图像库的高识别率仍然的没有问题．同时也指出类似的现象也出现在由二阶差分导出的矩阵 及相关的变换中．仿真实验表明，由此导出的人脸识别算法也具有非常高的识别率，并且具有更高的 速度． 关键词： Laplace矩阵；人脸识别；Laplace平滑变换；二阶差分 中图分类号：TP391．4文献标识码：A 文章编号：1005-8036(2叭3)03_0029_06 引 言 人脸识别是人们一直关注的研究对象，相关的研究成果非常丰富，如基于主成分分析的人脸识别算 法川、基于线性判决分析的算法’21、基于二维主成分分析的人脸识别算法。3]、基于神经网络增量学习的 方法‘“、基于离散余弦变换和神经网络的人脸识别算法。5’6j、基于Laplace脸的人脸识别算法1、基于小 波变换的人脸识别算法‘8I、基于轮廓波变换的识别算法一j等等．这些算法的识别率比较好的对于常见 的ORL和Yale人脸图像数据库能达到95％以上． 最近出现的文献[10]‘‘Laplace平滑变换及其在人脸识别中的应用”非常引人注意，主要原因是 该文提供的算法的在留一法下仿真程序能够对ORL和Yale人脸图像数据库的识别率竟然达到 100％；然而，经过对相关文献[10]的仔细推导，我们也发现了一个问题，即该文献引理1中给出的矩 阵LM．，与￡M．。定义并不相符，实际的结果应当是LⅣ．村，这样的话文献[10]中的理论基础就有商榷的 空间．确实，对于这个问题，我们发现通过基于二阶差分引入的变换矩阵也存在这样的问题，通过该 矩阵引入的算法也能实现相类似的识别算法，并且这个算法识别率对ORL人脸图像数据库99．5％ 以上的识别率，而对Yale人脸图像数据库能达到了100％的识别率，但是，提取的特征维数确比文献 [10]要少，因此速度也要快一些．本文首先简单介绍了文献[10]中的主要结果，并推导出其用到的 变换矩阵，说明存在的问题．并给出基于二阶差分引入的矩阵，得到类似的变换和识别方法之后留一 法给出仿真实验结果． 收稿日期：2013_06—12 基金项目：国家自然科学基金资助项目(No．11071叭9)． 作者简介：张新平(1962一)，男(回族)，宁夏银川人，中央民族大学信息工程学院副教授，研究方向：函数逼近、智能 信息处理． 万方数据 中央民族大学学报(自然科学版) 第22卷 1 Laplace矩阵及相关推导 设一个肘×Ⅳ图像{以m，n))：：≥：：：其差分的平方和写成 M一2Ⅳ一l ^，一1Ⅳ一2 2 §(p=∑∑l八m+1，n)一以m，凡)l2+∑∑I以m，n+1)一