基于Adaboost对人脸Gabor特征进行选择.pdfVIP

ValueEngineering ·201 · 基于Adaboost对人脸 Gabor特征进行选择 FaceGaborFeatureSelectionBasedonAdaboost 孙罡 SUNGang；索春光 SUOChun—guang；全小红QUANXiao-hong (昆明理工大学 ，昆明 650000) (KunmingUniversityofScienceandTechnology，Kunming650000，China) 摘要 ：通过提取人脸图像的Gabor特征，结合Adaboost进行人脸识别。针对 Gabor特征维数高、冗余大的特点，引入Adaboost算 法进行特征选择降低特征向量的维数，对于大量的Gabor特征进行选取。同时采用单一正样本集合和多个负样本集合分别进行训练 的方法构建多个强分类器级联的层级分类器。在YaLe库上进行测试的结果验证了该法的有效性。 Abstract：Through the Gaborfeature extraction offace images，face recognition is conducted with Adaboost．According to the characteristicscf山eGaborfeaturesofhighdimension．redundancy，Adaboostalgorihtm isusedtoreducehtedimensionoffeaturevectoys infeatureselectionandselectGaborfeatures．Hierarchicalclassifierwhileusingthesinglepositivesamplesetandapluralityofnegative samplesweretrainingsettoconstructmultipleclassifier．TestresuhsonYaLefacedatabaseverifytheeffectivenessofthemethod． 关键词：人脸识别；Gabor滤波器 Keywor~ ：facerecognition；Gaborfilter 中图分类号：TP39 文献标识码：A 文章编号：1006—4311(2013)11-0201—03 0 引言 个扩张和旋转操作的母小波产生。每个过滤器是在平面波 人脸识别是通过在一个存储不同个体图像的数据库中 与波矢量K：的形状，由高斯宽度 cr=2-rr信封的限制。第一 进行比较识别出一个指定个体的图像来识别出要求的个 个阶段的方括号 内，第二个阶段 内式(1)确定过滤器的振 体。l【】这个图像集被分为两个种类 ：客户(client)和 冒充者 荡部分 ，使过滤器直流 自由。 (impostor)。客户fclient)是指一个确认身份的注册个体。非客 B．Gabor特征表示 户的个体都被称为冒充者i(mpostor)。人脸识别的过程分为两 Gabor小波的人脸表示是卷积与Gabor族 内核式(1) 个阶段：特征选择(featureselection)i~[1 类(classification)o特 定义的形象。对于灰度图像I(：)，小波变换卷积围绕一个 征选择不仅可 以使得数据量减少，而且还能使识别更精 确。第二阶段的分类会识别图像是客户(client)还是冒充者 给定的像素x=fx。Y1，定义如下： fim