基于组合特征判别分析的三维人脸识别算法.pdfVIP

第 36卷 第 1期 北 京 工 业 大 学 学 报 Vo l. 36 No. 1 20 10年 1月 JOURNAL OF B E IJ IN G UN IV ER SITY OF TECHNOLOGY J an. 2010 基于组合特征判别分析的三维人脸识别算法 孙艳丰 , 王 　俊 , 尹宝才 (北京工业大学 计算机学院 多媒体与智能软件技术北京市重点实验室 ,北京 　100 124) 摘 　要 : 针对人脸识别中特征表示与提取问题 ,提出了一种新颖的基于组合特征判别分析的三维人脸识别算 法. 该算法首先使用基于非均匀网格重采样的方法对所有三维人脸做规格化处理 ,使三维人脸具有统一的点数 和拓扑结构 ;其次 , 以先分段 、再重叠的形式将原本一维向量表示组织为二维矩阵表示 ,然后使用二维线性判别 ( ) 分析方法 2DLDA 对获得的数据进行特征抽取. 这种方法在避免图像信息的丢失 、增加组合特征的同时 ,理论 ( ) 上也能避免单纯使用线性判别分析 LDA 进行特征抽取时容易出现的小样本问题. 在 BJU T - 3D 大规模三维人 脸数据库上的实验表明 ,本方法取得了良好的识别效果. 关键词 : 人脸识别 ; 特征抽取 ; 判别分析 中图分类号 : TP 39 14 文献标志码 : A 文章编号 : 0254 - 0037 (20 10) 0 1 - 0098 - 06 　　人脸识别技术因其广泛的应用前景得到了巨大的发展. 如在门禁系统 、机场安检 、出入境边检和电子 商务等方面都能看到人脸识别技术的应用. 在过去的 40 年中 ,经过研究人员的不懈努力 ,基于图像的人 脸识别技术日趋成熟 ,在一定约束条件下已经取得较好的识别结果 [ 1 ] . 然而 ,广泛的研究实验证明 ,基于 图像的人脸识别技术中的一些难点问题 ,如光照 、姿态 、表情和年龄等问题并未得到良好的解决. 即便微 小的光照 、姿态和表情变化都会显著降低基于二维图像人脸识别算法的性能[ 2 ] . 近几年来 ,研究人员开始探索利用图像之外的信息来提高人脸识别系统的识别性能 ,而利用人脸的三 维信息进行身份识别是其中最主要的探索方向. 随着计算 、存储设备的飞速发展和三维数据获取技术的 日趋成熟 ,研究人员已经越来越多地将 目光投向三维人脸识别研究. 三维人脸识别不同于二维人脸识别 ) 的关键在于所采用的数据不同 ,因而也具有一些优势 ,如 : 1 三维人脸数据被认为具有光照不变 、姿态不 [ 3 ] ) 变的特性 ; 2 三维数据在信息量上比二维图像丰富 ,三维数据包含人脸的空间信息 ,有些三维人脸数据 还有表面纹理信息 ,而二维图像本质上只是三维物体在二维空间上的投影. 然而当经典的线性判别分析 ( ) [ 4 ] 方法 LDA 应用于获取的三维人脸数据时 ,一些问题依然存在 ,如小样本问题等. 本文提出了基于组合特征判别分析的三维人脸识别方法 ,该方法较好地解决了单纯使用线性判别分 析可能出现的小样本问题. 在 BJU T -