基于Gabor脸与隐马尔可夫模型的人像识别算法.pdfVIP

曹 　林等 :基于 Gabor 脸和隐马尔可夫模型的人像识别算法 基于 Gabor 脸和隐马尔可夫模型的人像识别算法① ② 曹 　林 　王东峰 　刘小军 　邹谋炎 ( 中国科学院电子学研究所 　北京 100080) ( 北京信息工程学院信息与通信工程系 　北京 100101) 摘 　要 　提出了基于 Gabor 小波变换和隐马尔可夫模型的人像识别算法。该算法先对人 脸图像进行多分辨率的 Gabor 小波变换 ,采用主元分析法对每个结点进行降维 ,最后形成 Gabor 脸。把 Gabor 脸的每个特征结作为观测向量 ,对隐马尔可夫模型进行了训练 ,并把 优化的模型参数用于人脸识别。实验结果表明 ,本文方法识别率高 ,复杂度较低 ,对部分 遮挡的图像具有较大的容忍度。 关键词 　人脸识别 , Gabor 脸 , 主元分析 , 隐马尔可夫模型 其中 φ, k 分别定义了波向量 k 的方向和尺度, μ v v , μ ( ) ( ) 0 　引 言 z = x , y , ‖·‖定义了向量范数。在式 2 中 v φ πμ kv = kmax/ f , μ= / 8 。f 为频率域中的采样步长, 在人们的交往过程中 ,人脸所包含的视觉信息 通常取 f = 2 。kmax 对应最大的采样频率, 取 占据了主导地位,它是区别人与人之间差别的最重 π σ kmax = / 2 。参数 决定了高斯窗的宽度与波向量长 要特征 ,因而人脸识别技术成为当今研究的热点。 σ π 度的比率, 在本文中取 = 7 / 4 。 [1 ] 隐马尔可夫模型 是描述复杂现象的有力工具 ,有 用 I ( z) = I ( x , y) 表示图像的灰度分布, 则图像 希望帮助我们处理人脸识别问题。由于 Gabor 小波 I 与 Gabor 小波 Ψ 的卷积为: