基于仿生模式识别与传统模式识别的人脸识别效果比较研究.pdfVIP

第7期 20O4年 7月 电 子 学 报 ACrAⅡ ECI’RoNICA S iICA Vd．32 No．7 July 20O4 基于仿生模式识别与传统模式识别的 人脸识别效果比较研究 王守觉，曲延锋，李卫军，覃 鸿 (中国科学院半导体研究所神经网络实验室，北京 1000s3) 摘 要： 本文实现了一种基于仿生模式识别的人脸识别系统，并将其识别效果同最近邻分类器与不同核函数的 SVM进行了分析比较．以ORL人脸库为识别对象，针对有“拒识”的情况下，通过改变不同识别算法的可调参数，在保 证参与训练人的正确识别率在大致相同水平的条件下，分析了参与训练人的错误识别率(错识别为参与训练的其他 人)与未参与训练人的错误接受率(错识别为参与训练的某人)的优劣．比较结果表明，基于仿生模式识别的方法明显 优于其它模式识别方法． 关键词： 仿生模式识别；人脸识别；主分量分析 (PCA)；最近邻分类器；支持向量机 (SVM) 中图分类号： TP391．4 文献标识码： A 文章编号： 0372-2112(2004)07—1057-05 Face Recognition：Biomimetic Pattern Recog nition VS． Traditional Patern Rec og nition WANG Shou-jue，QU Yan-feng，LI Wei-jun，QIN Hong (Lab ofArt~％hd Neura／Networks，lnst／mte ofSer／conductors．CAS，＆ 100083，Or／ha) Abstra~： Based on a new theory model-BPR(Biomimetic Pauem Recognition)，a face recognition system is．Ⅲ lem ．In order to compare the recogniton performance ofit with that of sonle rPR(traditonal patern recogniton)，such a8 NN-based medlM and SVM．based methods with diferent types ofkernel ftln~ons，using the ORLface database，we analyze the mise!~,=ifcation rate and false acceptance rate at the黜 level ofthe correct recognition rate by adjusting parameters 0fdiferent algorithms．C‘皿p日ri80Il results show that our me thod is superior to the other two me thods． Key words： biomimetic patern recogniton；face recogniton；principle component analysis；nearest-neighbor cln．,~ification；sup- port vector machine 1 引言 自美国“911”事件以来，由于世界各国对反恐活动的迫切 要求，使得人脸的自动识别再度成为研究的热点．人脸识别的 研究可追溯到二十世纪六十年代末?，经历了几十年的蓬勃 发展，各种算法层出不穷，如模板匹配方法L2J、特征脸(Eigen． face)方法【3l、线边缘图方法L4J、神经网络方法 ．6 等．以往人 们把过多的精力投入到前期特征提取上，而忽视了对识别系 统的后期识别算法的分析研究，并且现今的对人脸识别方法 的分类方式大多都是从特征提取的角度出发的L7J．如果认为 前期的特征提取已经完成，而仅考虑后期的识别算法的实现 问题，则目前采用的识别算法多为最近邻分类器 J，如特征脸 方法[ ，模板匹配方法【 J等；或是采用神经网络分类器【 ， J以 及近来成为研究热点的支持向量机分类器(SVM)L9 I_等．现 收稿13期；2003-04-03；修回13期：2003-07．20 基金项目：国家自然科学基金(No．6013501O) 有的这些识别方法只侧重于“区别”，即一类样本与有限类已 知样本的区分，而忽视了“认识”的概念，而这与人类对事物的 识别功能恰恰相反，人类认识事物是一类类样本的“认识”过 程，即一类样本与无限类未知样本的区分，侧重于“认识”．只 有在细小之处才重视“区别”【心J．正是由于这些模式识别方法 忽略了“认识”的概念，必然会带来两个缺点：一是首次遇到未 学习过的新事物时容易误认为是某一种