基于余类零空间与最近距离的人脸识别算法① - 计算机系统应用.pdf

2017 年 第 26 卷 第 4 期 计 算 机 系 统 应 用 基于余类零空间与最近距离的人脸识别算法① 原豪杰, 孙桂玲, 郑博文, 李志晟 (南开大学 电子信息与光学工程学院, 天津 300350) 摘 要: 提出了一种新的人脸识别算法, 即基于余类零空间与最近距离的人脸识别算法. 通过构建不同类别的人 脸图像的余类零空间与子空间, 可以将不同类别的人脸最大化地区别出来. 本算法的主要思想在于: 测试图像与 所属类别图像的子空间之间的距离最小, 而与所属类别的图像的余类零空间距离最大. 本算法基于 ORL 数据集 与AR 数据集进行了测试. 从这些人脸数据集上的测试结果可以看出, 本文提出的算法在PCA 降维方法的基础上, 比一些常见的算法所使用的判别方式更有效, 如最近邻分类器(NN)所使用的最近距离判别方式、最近空间分类器 (NS)所使用的最近空间距离判别方式、最近最远子空间分类器(NFS)所使用的最近最远空间距离判别方式等. 关键词: 余类零空间; 人脸识别; 最近空间; 分类器; 子空间 Face Recognition Using Null-Space Combined with Nearest Space Distance Classifier YUAN Hao-Jie, SUN Gui-Ling, ZHENG Bo-Wen, LI Zhi-Sheng (College of Electronic Information and Optical Engineering, Nankai University, Tianjin 300350, China) Abstract: This paper presents a new scheme for face recognition, namely face recognition using null-space combined with nearest space distance classifier. By constructing the null-spaces and the subspaces of different types of human face images, different types of human face images are distinguished at the maximum degree. This idea considers that a test image has the shortest distance from its own class-specific subspace and has the farthest distance from its own class-specific null-space. The proposed classifier is evaluated on ORL database and AR database. Experiments on these databases demonstrate that the proposed scheme is more effective than some discriminants used by common classifiers, such as nearest distance used by nearest neighbor classifier, nearest space distance used by nearest space classifier and nearest-farthest subspace distance used by nearest-farthest subspace classifier. Key words: null-space; face recognition; nearest space; classifier; subspace 人脸识别是一项重要的技术. 我们可以借助计算 matching algorithm) 、基于神经网络的算法、基于小波 机技术, 通过从人脸图像中提取出来的信息快速识别 变换的算法以及基于离散余弦变换的