基于ICA和线性回归的多姿态人脸识别方法.pdfVIP

匿鲤夔雯幽墅盟邈选强 模式识另U 文章编号：1008-0570 2008 02—1-0215—02 基于lCA和线性回归的多姿态人脸识别方法 PosedFace MethodBasedonICAandLinear Recognition Regression 耐I、『大学 胡庆魁胡步发 HUQINGKUIHUBUFA 摘要：提出了一种基于ICA和线性回归的多姿态人脸识别方法。首先利用ICA方法获取多姿态人脸的特征向量，然后通过求 解姿态人脸和正面人脸特征向量间的线性回归方程得到对应的姿态变换矩阵，最后利用姿态变换矩阵实现测试姿态人脸 的特征向量的变换。在CMUPIE人脸库上的实验结果表明。该方法有效地提高了多姿态人脸识别的识别率。 关键词：独立成分分析；线性回归；姿态变换；人脸合成 中圈分类号：TP391．41 文献标识码：A Abstract：Aface methodbasedonICAandlinear is inthis the face posed recognition regressionproposedpaper．First，obtainposed featurevectors the transformativematrix linear between using corresponding bysolving regressionequations posed ICA．Then，get face’Sfeaturevectorsandfrontalface’Sfeature thetransformationofthetest face’Sfeaturevectors vectors．Finally．complete posed thetransformativematrix resultsonCMUPIEdatabaseshowthatthismethodcanim- byutilizing predetermined．Theexperimental face proveposed recognitionaccuracyeffectively． transformation，facesynthesis Keywords：ICA，linearregression，pose 最大的前P个特征值对应的特征值矩阵，而V 【v1，v：，．．．，vP】为对 引言 应的特征向量矩阵。 人脸识别是计算机视觉、模式识别中的一个重要内容，在 1．2ICA方法基本原理 电视监视、罪犯查询识别、安全门卫系统等方面有着重要的应 ICA方法最初是用来解决鸡尾酒会问题的，目的是从混合 用价值。研究人员提出了很多方法来解决人脸识别中遇到的问 信号中获取相应的独立源信号。假设有N个观测信号Xl,X2L，xN， 题，但迄今还没有一个方法能解决人脸识别中的所有问题。其 其中每个观测信号都可以表示为M个独立的未知源信号SI,S。L 曼 中．姿态问题是制约人脸识别技术发展的众多难题之一，当测 试图像姿态发生变化时，识别率会有明显的下降。“特征脸” ，-1 方法作为二维人脸识别算法中最经典的方法，当遇到姿态变化 s：，L，s嗣1，则有如下矩阵形式： 时，其性能也会大打折扣。为了提高“特征脸”方法对