基于非参数技术贝叶斯人脸识别算法.pdfVIP

第24卷第7期 计算机应用研究 V01．24No．7 Research 2007 2007年7月 of Application Computers Jllly 基于非参数技术的贝叶斯人脸识别算法 唐杰1’2，山世光1，陈熙霖1，高文1’3 算机科学与技术学院，黑龙江哈尔滨150001) 摘要：考虑到类内差与类间差的分布实际并不是严格的高斯分布，在概率密度估计方面提出改进的方案。采 用非参数技术而不是高斯模型估计后验概率，将其应用于传统的贝叶斯分类器。在FERET数据库的FB及FC 子集上的实验结果表明，使用非参数技术的贝叶斯分类器优于或相当于使用高斯模型的分类器，且具有训练简 单的优点。 关键词：贝叶斯分类器；非参数技术；人脸识别 中图分类号：11P30l 文献标志码：A 文章编号：1001—3695(2007)07—0292-03 Classi矗erforFace Basedon Method Bayesian RecognitionNonparametric TANG W朗1_3 Jiel’-，SHANShi．guaIl91，CHENXi一1inl，GA0 to of Abstract：This whichused methodestimatethe p叩erproposed明appmachnonpammetric posteriorprobabili哆instead set the isbetter to Gaussi锄model．neonFERETFB粕dFC show method thanor the experiment8 te8ting pmposed equal Gaussian the methodis t0betrained． Bayesi粕classifierusing model，andprop08ed easy Keywords：Bayesianc1鹊smer；nonp啪metricmethod；facerecogllition 各子类计算其分布，最后再融合各子类。另外一个扩展是对贝 0引言 叶斯分类器采用的特征进行改进。在各种各样可供分类器采 自动人脸识别技术在安全、法律等领域广泛潜在的应用， 用的特征中，Gabor特征被证明是目前人脸识别中最好的一种 以及其在模式识别、人工智能等方面的理论价值使得在过去几 描述子。因此Gabor特征也被引入到贝叶斯分类器中。文献 十年间，国内外广大研究者对人脸识别研究倾注了极大的热 情…。先后提出了很多人脸识别算法，如基于几何特征的方 征相比得到了更好的识别结果。 法‘21、模板匹配[31、特征脸㈨】、线性判别分析㈣、神经网络‘41、 传统的用于人脸识别的贝叶斯方法，采用单高斯模型或混 合高斯模型估计后验概率或类条件概率密度。这种方法的一 弹性图匹配哺】、变形模型】、贝叶斯分类器哺J、