融合约束采样和面部对齐的稀疏表示人脸识别 - 计算机应用与软件.pdf

第３１卷第１０期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．１０ ２０１４年１０月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｏｃｔ．２０１４ 融合约束采样和面部对齐的稀疏表示人脸识别 刘 晓 飞 （山东外贸职业学院信息管理系　山东青岛２６６０７１） 摘　要　　针对传统的稀疏表示分类算法中面部对齐受限而影响人脸识别率的问题，提出一种基于约束采样和面部对齐的稀疏表 示分类算法。首先通过使用约束采样对训练图像进行预先标注得到固定脸特征；然后结合图像的纹理信息和形状特征进行面部对 齐及特征提取；最后计算出测试样本与各个训练样本之间的相似度，利用稀疏表示分类器完成人脸的识别。在ＡＲ、ＣＡＳＰＥＡＬ及扩 展ＹａｌｅＢ人脸数据库上的实验验证了算法的有效性及鲁棒性。实验结果表明，约束采样和面部对齐的组合大大提高了人脸识别率， 相比几种较为先进的鲁棒人脸识别算法，该算法取得了更好的识别效果。 关键词　　人脸识别　稀疏表示分类　约束采样　面部对齐　光照变化　面部伪装 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．１０．０４６ ＦＡＣＥＲＥＣＯＧＮＩＴＩＯＮＢＡＳＥＤＯＮＳＰＡＲＳＥＲＥＰＲＥＳＥＮＴＡＴＩＯＮＷＩＴＨ ＦＵＳＩＯＮＯＦＣＯＮＳＴＲＡＩＮＴＳＡＭＰＬＩＮＧＡＮＤＦＡＣＥＡＬＩＧＮＭＥＮＴ ＬｉｕＸｉａｏｆｅｉ （ＤｅｐａｒｔｍｅｎｔｏｆＩｎｆｏｒｍａｔｉｏｎＭａｎａｇｅｍｅｎｔ，ＳｈａｎｄｏｎｇＦｏｒｅｉｇｎＴｒａｄｅＶｏｃａｔｉｏｎａｌＣｏｌｌｅｇｅ，Ｑｉｎｇｄａｏ２６６０７１，Ｓｈａｎｄｏｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｆｏｒｔｈｅｉｓｓｕｅｔｈａｔｆａｃｅａｌｉｇｎｍｅｎｔｉｓｌｉｍｉｔｅｄｉｎｔｒａｄｉｔｉｏｎａｌｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｗｈｉｃｈｗｉｌｌｉｍｐａｃｔｆａｃｅｒｅｃ ｏｇｎｉｔｉｏｎｒａｔｅ，ｗｅｐｒｏｐｏｓｅａｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄ，ｉｔｉｓｂａｓｅｄｏｎｃｏｎｓｔｒａｉｎｔｓａｍｐｌｉｎｇａｎｄｆａｃｅａｌｉｇｎｍｅｎｔ．Ｆｉｒｓｔ，ｗｅｍａｒｋ ｔｈｅｔｒａｉｎｉｎｇｉｍａｇｅｓｉｎａｄｖａｎｃｅｂｙｕｓｉｎｇｃｏｎｓｔｒａｉｎｔｓａｍｐｌｉｎｇｔｏｇｅｔｆｉｘｅｄｆａｃｅｆｅａｔｕｒｅｓ．Ｔｈｅｎｗｅｄｏｔｈｅｆａｃｅａｌｉｇｎｍｅｎｔａｎｄｅｘｔｒａｃｔｔｈｅｆｅａｔｕｒｅｓ ｉｎｃｏｍｂｉｎａｔｉｏｎｗｉｔｈｉｍａｇｅｔｅｘｔｕｒｅｉｎｆｏｒｍａｔｉｏｎａｎｄｓｈａｐｅｆｅａｔｕｒｅｓ．Ｆｉｎａｌｌｙ，ｗｅｃａｌｃｕｌａｔｅｔｈｅｓｉｍｉｌａｒｉｔｉｅｓｂｅｔｗｅｅｎｔｅｓｔｉｎｇｉｍａｇｅａｎｄｅａｃｈｔｒａｉｎ ｉｎｇｉｍａｇｅａｎｄｕｓｅｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｃｌａｓｓｉｆｉｅｒｔｏｃｏｍｐｌｅｔｅｔｈｅｆａｃｅｒｅｃｏｇｎｉｔｉｏｎ．Ｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓａｎｄｒｏｂｕｓｔｎｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍ ａｒｅｖｅｒｉｆｉｅｄｂｙｔｈｅｅｘｐｅｒｉｍｅｎｔｓｏｎｆａｃｅｄａｔａｂａｓｅｓＡＲ，ＣＡＳＰＥＡＬａｎｄｅｘｔｅｎｄｅｄＹａｌｅＢ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆ ｃｏｎｓｔｒａｉｎｔｓａｍｐｌｉｎｇａｎｄｆａｃｅａｌｉｇｎｍｅｎｔｇｒｅａｔｌｙｉｍｐｒｏｖｅｓｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｒａｔｅ．Ｔｈｉｓａｌｇｏｒｉｔｈｍａｃｈｉｅｖｅｓｂｅｔｔｅｒｒｅｃｏｇｎｉｔｉｏｎｅｆｆｅｃｔｔｈａｎｓｅｖｅｒａｌ ｏｔｈｅｒａｄｖａｎｃｅｄｒｏｂｕｓｔｆａｃｅｒｅｃｏｇｎｉｔｉｏｎａｌｇｏｒｉｔｈｍｓ． Ｋｅｙｗｏｒｄｓ　　Ｆａｃｅｒｅｃｏｇｎｉｔｉｏｎ　Ｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎ　Ｃｏｎｓｔｒａｉｎｔｓａｍｐｌｉｎｇ　Ｆａｃｅａｌｉｇｎｍｅｎｔ　Ｉｌｌｕｓｔｒａｔｉｏｎ