基于训练集重组的人脸识别算法研究.pdfVIP

ARTIFICIALINTELLIGENCEANDIDENTIFICATIONTECHNIQUES 人工智能及识别技术 基于训练集重组的人脸识别算法研究 李春芝 ，陈晓华 1,3 (1．湖州师范学院信息工程学院，浙江 湖州 313000；2．华东师范大学信息科学技术学院，上海 200241； 3．华东师范大学软件学院，上海 200062) 摘 要：传统的人脸识别算法都要依赖于面部特征的严格配准来归一化人脸以便提取人脸特征，而在非限定条件系 统中，传统识别算法提取特征偏差较大，且容易受姿态、表情、光照等噪声干扰。基于此，提 出先对训练图像进行 特征配准，再重建训练样本用于识别。实验结果表明，本方法较传统的识别算法具有较高的识别性能。 关键词：非负矩阵分解 ；二维主元分析 ；训练样本重建 9’人脸识别 Based0ntheTrainingSet0fRecombinantHumanFaceRecognition Algorithm Research LIChun-zhi ．CHEN Xiao-hual，3 (1．Schoolinformation＆Engineering，HuzhouTeachersCollege，ZhejiangHuzhou313000，China； 2．SchoolinformationTechnology，EastChinaNomr alUniversity，Shangh~ 200241，China； 3．SoftwareEngineeringInstitute，EastChinaNomr alUniversity，Shanghai200062，China) Abstract：Thetraditionalalgorithmsforfacerecognitionisaim onfaceimagesthatareaccuratealignmentandhavebeen normalized，unfortunately，facefeaturesareextractedinaccuratelyinnon—qualificationsystem bythetraditionalalgorithms． Andthetraditionalalgorithmsaresensitivetonoisesuchasposture，facialexpressions，lightingetc．Thispaperpresentsthe trainingfaceimagesshould beregistered firstly and then used tofeatureextraction．Experimentalresultsshow thatthe methodpresentedinthispaperperfomr sbetterthanthetraditionalalgorithm． Keywords：Non—NegativeMatrixFactorization；TwoDimensionalPrincipalComponentAnalysis；TrainingSampleRegis- tration；FaceRecognition 1 引言 analysis，2DPCA)实现人脸图像特征提取及识别。跟传统人脸 随着视频监控 、信息安全 、访问控制等应用领域的发展 识别算法相比，利用小波域多层级配准算法对训练样本进行 需求 ，基于非限定条件 的人脸识别已成为人脸识别领域最为 预选，形成新的训练样本集。在空间域通过位图切割的方法， 活跃的研究方向之一。目前的人脸识别算法大多是针对基于 有效避免光照对配准精度的影响，接着再由小波变换获得低 人脸位置精确定位且对齐的情况下，对用户不配合的非限定 频子图，最终根据绝对值误差函