一种特征加权融合人脸识别方法.PDF

第 １０卷第６期　 　 　 　 　 　 　 　 　 　 　 　 智　 能　 系　 统　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．１０ №．６ ２０１５年１２月　 　 　 　 　 　 　 　 　 　 　 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ　 　 　 　 　 　 　 　 　 　 　 　 　 Ｄｅｃ． ２０１５ ＤＯＩ：１０．１１９９２．ｔｉｓ．２０１５０９０２５ 一种特征加权融合人脸识别方法 １，２ ２ 孙劲光 ，孟凡宇 （１．辽宁工程技术大学 电子与信息工程学院，辽宁葫芦岛１２５０００；２．辽宁省数字化矿山装备工程技术研究中心，辽 宁阜新 １２３０００） 摘　 要：针对传统人脸识别算法在非限制条件下识别准确率不高的问题，提出了一种特征加权融合人脸识别方法 ＋ （ＤＬＷＦ ）。 根据人脸面部左眼、右眼、鼻子、嘴、下巴等５个器官位置，将人脸图像划分成５个局部采样区域；将得到 的５个局部采样区域和整幅人脸图像分别输入到对应的神经网络中进行网络权值调整，完成子网络的构建；利用 ｓｏｆｔｍａｘ 回归求出６个相似度向量并组成相似度矩阵与权向量相乘得出最终的识别结果。 经ＯＲＬ和ＷＦＬ人脸库上 进行实验验证，识别准确率分别达到９７％和９１．６３％。 实验结果表明：该算法能够有效提高人脸识别能力，与传统识 别算法相比在限制条件和非限制条件下都具有较高的识别准确率。 关键词：人脸识别；非限制条件；深度自信网络；局部特征；特征融合；全局特征 中图分类号：ＴＮ９１１．７３　 文献标志码：Ａ　 文章编号：１６７３⁃４７８５（２０１５）０６⁃０９１２⁃０９ 中文引用格式：孙劲光，孟凡宇． 一种特征加权融合人脸识别方法［Ｊ］． 智能系统学报，２０１５，１０（６）：９１２⁃９２０． 英文引用格式：ＳＵＮ Ｊｉｎｇｕａｎｇ，ＭＥＮＧＦａｎｙｕ． Ｆａｃｅ ｒｅｃｏｇｎｉｔｉｏｎｂｙ ｗｅｉｇｈｔｅｄｆｕｓｉｏｎ ｏｆｆａｃｉａｌ ｆｅａｔｕｒｅｓ［Ｊ］． ＣＡＡＩ ＴｒａｎｓａｃｔｉｏｎｓｏｎＩｎ⁃ ｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ，２０１５，１０（６）：９１２⁃９２０． Ｆａｃｅ ｒｅｃｏｇｎｉｔｉｏｎ ｂｙ ｗｅｉｇｈｔｅｄ ｆｕｓｉｏｎ ｏｆ ｆａｃｉａｌ ｆｅａｔｕｒｅｓ １，２ ２ ＳＵＮＪｉｎｇｕａｎｇ ，ＭＥＮＧ Ｆａｎｙｕ （１． Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｒｏｎｉｃｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｌｉａｏｎｉｉｎｇ Ｔｅｃｈｎｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｈｕｌｕｄａｏ １２５０００，Ｃｈｉｎａ；２． ＬｉａｏＮｉｎｇ Ｄｉｇｉｔａｌ Ｍｉｎｉｎｇ Ｅｑｕｉｐｍｅｎｔ Ｅｎｇｉｎｅｅｒｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ，Ｆｕｘｉｎ １２３０００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｆａｃｅ ｒｅｃｏｇｎｉｔｉｏｎ ｉｓ ｌｏｗ ｕｎｄｅｒ ｕｎｃｏｎｓｔｒａｉｎｅｄ ｃｏｎｄｉｔｉｏｎｓ． Ｔｏ ｓｏｌｖｅ ｔｈｉｓ ｐｒｏｂｌｅｍ，ｗｅ ｐｒｏ⁃ ｐｏｓｅ ａ ｎｅｗ ｍｅｔｈｏｄ ｂａｓｅｄｏｎ ｄｅｅｐｌｅａｒｎｉｎｇ ａｎｄｔｈｅｗｅｉｇｈｔｅｄｆｕｓｉｏｎｏｆｆａｃｉａｌｆｅａｔｕｒｅｓ． Ｆｉｒｓｔ，ｗｅｄｉｖｉｄｅｆａｃｉａｌｆｅａｔｕｒｅ ｐｏｉｎｔｓ ｉｎｔｏ ｆｉｖｅ ｒｅｇｉｏｎｓ ｕｓｉｎｇ ａｎ ａｃｔｉｖｅ ｓｈａｐｅ ｍｏｄｅｌ ａｎｄ ｔｈｅｎ ｓａｍｐｌｅ ｄｉｆｆｅｒｅｎｔ ｆａｃｉａｌ ｃｏｍｐｏｎｅｎｔｓ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｔｏ ｔｈｏｓｅ ｆａｃｉａｌ ｆｅａｔｕｒｅ ｐｏｉｎｔｓ． Ａ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｄｅｅｐ ｂｅｌｉｅｆ ｎｅｔｗｏｒｋ （ＤＢＮ） ｗａｓ ｔｈｅｎ ｔｒａｉｎｅｄ ｂａｓｅｄ ｏｎ ｔｈｅｓｅ ｒｅｇｉｏｎａｌ