基于PCA算法的人脸性别鉴别南山学报.docVIP

基于PCA 算法的人脸性别鉴别 柳华人脸的性别分类是指根据人脸的图像判别其性别的模式识别问题。通过主成份分析（PCA） 算法求训练样本的特征子空间，测试样本训练样本分别向特征空间投影，待识别的特征利用最近邻准则性别鉴别。人脸数据库ORL(Olivetti Research Laboratory)实验结果，PCA 算法识别性能好，是一种有效的性别鉴别方法。性别识别；PCA算法；ORL人脸数据库Gender Classification Based on PCA for Facial Images LIU Hua (Yantai Nanshan University, Yantai，Shandong，265713) Abstract: Gender classification is a pattern recognition problem of deciding the gender according to the face image.Feature sub-space of training samples is obtained by PCA (Principal Components Analysis).The test samples and training samples are respectively projected to the feature space, recognition features are accordingly gained by a set of coordinates coefficient. The nearest neighbor rule is utilized in gender classification.Experimental results on ORL face database show that PCA is well in recognition performance,and is a valid method in gender classification. Keywords: gender classification; PCA algorithm; ORL face database 在计算机识别与监控中计算机视觉发挥重要的作用,出现了人脸识别和跟踪、年龄估计以及性别识别等研究领域。其中，人脸性别识别是一个重要的研究课题，即利用计算机通过人脸图像信息识别被观察者的性别属性。性别识别作为人机交互的一部分，不仅能加强现有的人机交互能力，而且还能在智能环境中对一些有性别要求的特定场所的出入进行性别限制，统计性别信息等。 度比较慢[5-6]。对于解决这一问题，我们通常采用的方法是利用降维技术，线性鉴别分析(Linear Discriminant Analysis,LDA)和 主成分分析 (Principal Components Analysis, PCA) [7]，本文采用PCA 算法2×2的特征子空间中，这样维数大大减少，并且还保留了原始图像数据的大部分有用的信息，实验结果说明：该算法对表情变化或者轻微倾斜的人脸图像进行性别识别有较强的鲁棒性，并且具有较高的正确识别率和识别速度 （1） 上式中，yi表示第i个训练样本的图像向量，表示训练样本集的平均向量，N为训练样本的总数。下一步就是求上式矩阵的特征值和特征向量，然后将特征值从大到小排序，取其前m个特征值对应的特征向量，由这些特征向量构成特征子空间。这样，原始向量的维数就降低到m维了，起到了降维的目的，其中，越大的特征值对应的特征向量包含的识别特征越多，能量越大，然后可以将变换后的原始向量投影到特征向量组成的子空间中，得到一组坐标系数，待识别的图像向量也向其投影得到另外一组图像系数，最后通过最近邻准则识别人脸性别。 2基于PCA算法人脸性别鉴别 PCA算法首先训练样本特征子空间，然后，将训练样本测试样本分别朝特征子空间投影，用最近邻准则性别鉴别。。m和nm×n，性别识别问题是两类模式识别问题，所以共有2类，设每类参加训练的样本数是M，则所有的样本数就是2×M，然后计算所有训练样本的平均值m , (2) 其中xi∈Rm×n 然后计算女的训练样本的均值m1 (3) 男的训练样本的均值m2 (4) 其中m、m1、m2∈Rm×n。然后将m、m1、m2转变成列向量。 下一步求的训练样本的总体协方差矩阵定义为 (5) 其中S∈Rmn×mn其中：设X=[ m1-m, m2-m]。 计算S的特征值与特征向量，将计算的特征