基于多分类器融合的人脸识别方法.pdfVIP

第 45卷 　第 4 期 中山大学学报 (自然科学版 ) Vo l45　No4 　 2006年 　7月 ACTA 　SC IEN T IARUM 　NA TURAL IUM 　UN IV ER SITA TIS　SUN YA TSEN I Ju l　2006 　 基于多分类器融合的人脸识别方法 陈　羽1, 2 , 赖剑煌1 ( 1. 中山大学电子通信工程系 , 广东 广州 510275; 2. 华南农业大学应用数学系 , 广东 广州 510642 ) 摘 　要 : 提出了一种融合整体和局部信息进行人脸识别的新方法 。首先利用 DCT + LDA 方法提取表达人脸信息 能力强的左眼、右眼和嘴巴的局部特征 , 利用 F isherface方法和简单频谱脸方法提取人脸的整体特征 , 然后应用 多分类器组合规则融合整体和局部特征 , 实验结果表明利用加法融合规则在 ORL 和 FERET数据库上识别率分别 达到 9845% 和 9079% , 说明了该方法的有效性 , 同时也表明将多分类组合应用于人脸识别是一种比较可行的 思路 。 关键词 : 人脸识别 ; 局部和整体特征 ; 多分类器融合 TP3914 1　　 A 　　 (2006) 04 002404 中图分类号 : 文献标识码 : 文章编号 : 　　人脸识别技术 的的研究已经有几十年 了[ 1 ] , 它选择以类内散度的正交矢量作为特征空间 , 使得 由于受光照 、姿势 、表情变化等因素的影响 , 使得 特征矢量强调了不同人脸的变化不是 由于光照条 该研究成为一项极富挑战性的课题 。在人脸识别算 件 、人脸表情和方向引起的距离变化 , 所以对光照 法中 , 很多都是基于外观的[ 2 - 3 ] , 然而 , 不同的基 和人脸表情变化有较好的适应性 。 于外观人脸识别方法由于受不同因素的影响具有不 (2) 基于离散余弦变换 的人脸 的识别方法 同的鲁棒性 。近年来 , 多分类器的融合已经成为模 (DCT + LDA ) : 首先对人脸图像进行离散余弦变换 式识别的研究热点 , 并在很多领域取得了较好的应 (DCT) , 由于变换后的频谱图像所包含的信息主要 用效果 [ 4 - 10 ] 。Kittler[ 11 ] 在基于最小错误率的贝叶 集中在图像的左上角 , 通过实验选取左上角合适大 ( ) 斯理论基础上提出了包括加法规则 , 乘法规则等分 小的子块 , 再利用上述线性判别分析 LDA 方法 类器融合规则 , 在此基础上 , Huang等 [ 12 ] 提出了 进一步提所选子块频谱图像的信息 。 将单个分类器识别率作为权重的加权融合规则 。 ( 3) 简单频谱脸方法 : 频谱脸是赖剑煌等 [ 13 ] 本文研究了基于整体特征和局部特征融合的人 提出的一种新的人脸识别方法 , 首先采用某种具有 脸识别方法 。通过利用 DCT + LDA 方法提取表达 一定光滑度 , 紧支和正交的小波函数 , 对人像矩阵 ( ) 人脸信息能力强的局部特征 左 、右眼和嘴巴 , 实施若干层二维小波分解 , 并取低频的子图像作为 同时利用 F isherfa