二维类内差异信息保持的人脸识别.pdfVIP

第39卷第 1O期 光电工程 Vo1．39，No．10 2012年 l0月 Opto—ElectronicEngineering oct．2012 文章编号：1003—501X(2012)10—0065—06 二维类内差异信息保持的人脸识别 孔爱祥 ，王成儒 (燕山大学 信息科学与工程学院，河北 秦皇岛 066004) 摘要 ：为了使增强的Fisher鉴别准则(EFDc)避免因PCA降维带来的鉴别信息丢失问题，本文将其进行二维推广， 提出基于二维类内差异信息保持(2D．IDP)的人脸识别方法，该方法建立了一个鲁棒性更强的鉴别准则，使得投影 后不同类的样本点尽量远离的同时，类内紧致性和差异信息都得到有效保持，避免了过学习现象的产生。同时对 EFDC近邻图中的参数 t作了重新定义，使其能根据不同的输入样本 自适应的变化，避免了t选择不当导致的识别 性能下降的问题。在 E和AR人脸库上的实验表明了本文方法的有效性。 关键词：类内差异信息；Fisher线性鉴别准则；特征提取；人脸识别 中图分类号：TP391．41 文献标志码：A doi：10．3969~．issn．1003．501X．2012．10．011 Two—dimensionalIntra—classDiversityPreservingforFaceRecognition KONGAi-xiang，WANGCheng—rll (DepartmentofComputerScienceandEngineering，YanshanUniversity，Qinhuangdao066004，HebeiProvince，China) Abstract：InordertomakeEnhancedFisherDisriminnatCriterion(EFDC)avoidofimpairingthediscriminating informationcausedbyPCA dimensionreduction，basedonEFDC，amethodoftwo—dimensionalIntra-classDiversity Preserving(2D—IDP)forfacerecognitionisproposed．Inthismethod，webuiltamorerobustdiscriminatecriterionwhich canmakethedatapointsofdifferent classasdistantaspossiblenadsimultaneouslypreservehteintra—classcompactness andvariation，andthusavoidtheover-fittingproblem．Atthesametime，weredefinedparametertinhteneighborgraph ofEFDCwhichmadeitchangeadaptivelyaccordingtodifferentsamples．Thusitavoidedhteproblem ofperfomr na ce degradationcausedbyinappropriatechoiceoft．ExperimentsonYALEandAR facedatabaseverifytheeffectivenessof hteproposedmethod． Keywords：intra-classdiversityinfomr ation；Fisherlinera disriminantcriterion；featureextraction；facerecognition 0 引 言 人睑识别技术是利用计算机从静态图像或视频图像中检测分割人脸、提取人脸特征，然后与数据库中 已知身份的人脸图像进行比对，从而实现身份识别的一种技术L1J。提取有效的特征是提高人脸识别系统