基于K均值聚类方法的加权模块化人脸图像识别算法.pdfVIP

第29卷 第2期 金 陵 科 技 学 院 学 报 Vo1．29，No．2 2013年6月 JCI1瓜NAI，OFⅡNI G S [Ⅱ OFn CHNOLOGY June，2013 基于K均值聚类方法的加权模块化人脸图像识别算法 曾 岳h，熊 莉 ，吴 巧 (1．金陵科技学院信息技术学院，江苏 南京 211169；2．武汉理工大学智能交通工程中心，湖北 武汉 430071) 摘 要：提出一种非监督K均值聚类的人脸识别方法，该方法首先根据人脸结构特征将人脸图像矩阵分块，接着 自适应地计算每个分块在分类中的权值，最后根据类别的权值大小进行分类。实验中采用了Orl和Yale人脸库 和最近邻分类器测试该方法，测试结果表明，此方法有效，且对光照和人脸表情具有很好的鲁棒性，较传统的经 典人脸识别法具有更高的识别率 。 关键词：K一均值聚类；分块；识别率 中图分类号：TP751．1 文献标识码 ：A 文章编号：1672—755X(2013)02—0OO8一O5 TheW eightedM odularFacialRecognitionApproachBasedon K M eanClusteringM ethod ZENGYue ，XIONG Li，WU Qiao (1．JinlingInstituteofTechnology，Nanjing211169，China； 2．IntelligentTrafficEngineeringCenterofWuhanUniversityofTechnology，Wuhan430071，China) Abstract：The weighted modularfacialrecognition approach based on K mean clustering method (W MKC)ispresentedinthispaper，whichfirstlypartitionsanoriginalwholeimage intosubpatternsaccordingtofacialfeatures，thenadaptivelycomputestheweightofeachsub— patterninclassification，andfinallyclassifiessubpatternsintermsoftheirweightineachelas— sification．Inthisexperiment，theYaleandtheOrlfacialimagedatabaseareusedtotestthis algorithm byusingthenearestneighborhoodalgorithm toconstructtheclassifiers．Experimen— talresultsshow thattheproposedmethodiseffective，robusttObothfacialexpressionsandil— luminationvariations，andsuperiortothetraditionalfacialrecognitionapproachinrecognition rate． Keywords：K meanclustering；partition；recognitionrate 人脸识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术 。人脸识别是一项热门的 计算机技术，它属于生物特征识别技术，是通过生物体 (一般特指人)本身的生物特征来区分生物体个 体 引‘。 人脸识别按实现方法分类大体上可以分为2类，监督分类 。和非监督分类 。监督分类方法也称有 人管理的分类，依靠 已知所属类别的训练样本集，按照它们特征 向量的分布来确定判别函数，然后再利用 判别函数对未知的模式进行分类判别 。非监督分类也称无人管理的分类，用于没有先验知识的情况，通常 收稿 日期