基于奇异值特征和支持向量机的人脸识别-东南大学学报.PDF

第３８卷第６期 东南大学学报（自然科 学版 ） Ｖｏｌ３８Ｎｏ６ 　 ２００８年１１月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　 Ｎｏｖ．２００８ 　　　　　　 基于奇异值特征和支持向量机的人脸识别 李晓东　费树岷　张　涛 （东南大学复杂工程系统测量与控制教育部重点实验室，南京２１００９６） （东南大学自动化学院，南京２１００９６） 摘要：针对人脸识别中经常遇到的“小样本”和“过学习”等问题，同时为了进一步改善人脸图像 的奇异值特征在人脸识别中的识别性能，提出了一种基于奇异值分解和支持向量机的人脸识别 新方法．在特征提取阶段，首先对训练样本集中的每一个人脸图像矩阵进行奇异值分解，得到训 练样本的奇异值特征，然后对每个样本的奇异值特征向量进行降维、归一化、奇异值向量的分量 重新排列等处理．在识别阶段，运用支持向量机作为分类工具，为了提高分类能力，选取径向基函 数作为支持向量机的核函数．最后在ＯＲＬ人脸数据库上验证了该方法．实验结果表明，通过对奇 异值特征的相关处理，提高了识别速度和正确识别率．从而证明了所提出方法的有效性，具有一 定的应用价值． 关键词：奇异值特征；支持向量机；人脸识别 中图分类号：ＴＰ３９１４１　　文献标识码：Ａ　　文章编号：１００１－０５０５（２００８）０６０９８１０５ Ｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎｓｉｎｇｕｌａｒｖａｌｕｅｆｅａｔｕｒｅａｎｄｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｓ ＬｉＸｉａｏｄｏｎｇ　ＦｅｉＳｈｕｍｉｎ　ＺｈａｎｇＴａｏ （ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＭｅａｓｕｒｅｍｅｎｔａｎｄＣｏｎｔｒｏｌｏｆＣＳＥｏｆＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ） （ＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｎｅｗａｐｐｒｏａｃｈｆｏｒｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎｓｉｎｇｕｌａｒｖａｌｕｅｆｅａｔｕｒｅａｎｄｓｕｐｐｏｒｔｖｅｃｔｏｒ ｍａｃｈｉｎｅｉｓｐｒｅｓｅｎｔｅｄｔｏｉｍｐｒｏｖｅｔｈｅｒｅｃｏｇｎｉｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｏｆｓｉｎｇｕｌａｒｖａｌｕｅｆｅａｔｕｒｅｖｅｃｔｏｒ．Ａｔｔｈｅ ｓａｍｅｔｉｍｅ，ｔｈｉｓｍｅｔｈｏｄｃａｎｂｅａｐｐｌｉｅｄｔｏｓｏｌｖｅｂｏｔｈｓｍａｌｌｓａｍｐｌｅｐｒｏｂｌｅｍａｎｄｏｖｅｒｆｉｔｔｉｎｇｐｒｏｂｌｅｍ． Ｆｉｒｓｔｌｙ，ｓｉｎｇｕｌａｒｖａｌｕｅｄｅｃｏｍｐｏｓｉｎｇｉｓｐｅｒｆｏｒｍｅｄｏｎｅｖｅｒｙｆａｃｉａｌｉｍａｇｅｏｆｔｒａｉｎｉｎｇｓｅｔｔｏｇｅｔｓｉｎｇｕｌａｒ ｖａｌｕｅｆｅａｔｕｒｅｓｏｆｔｒａｉｎｉｎｇｓａｍｐｌｅｓ．Ｓｕｂｓｅｑｕｅｎｔｌｙ，ｓｅｖｅｒａｌｓｔｅｐｓｉｎｃｌｕｄｉｎｇｄｉｍｅｎｓｉｏｎｒｅｄｕｃｔｉｏｎ，ｎｏｒ ｍａｌｉｚｉｎｇ，ａｎｄｒｅａｒｒａｎｇｉｎｇｔｈｅｅｌｅｍｅｎｔｓｏｒｄｅｒｏｆｅｖｅｒｙｆｅａｔｕｒｅｖｅｃｔｏｒａｎｄｓｏｏｎａｒｅｃｏｎｄｕｃｔｅｄｏｖｅｒａｌｌ ｔｈｅｓｉｎｇｕｌａｒｖａｌｕｅｆｅａｔｕｒｅｖｅｃｔｏｒｓ．Ｆｉｎａｌｌｙ，ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｉｓｕｓｅｄａｓｃｌａｓｓｉｆｉｅｒ，ａｎｄｔｈｅＲＢＦ （ｒａｄｉａｌｂａｓｉｓｏｆｆｕｎｃｔｉｏｎｓ）ｆｕｎｃｔｉｏｎｉｓａｄｏｐｔｅｄｔｏｂｅｔｈｅｋｅｒｎｅｌｆｕｎｃｔｉｏｎｔｏｉｎｃｒｅａｓｅｔｈｅｃｌａｓｓｉｆｙｉｎｇａ ｂｉｌｉｔｙ．ＥｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｏｎＯＲＬ（ｏｌｉｖｅｔｔｉｒｅｓｅａｒｃｈｌａｂｏｒａｔｏｒｙ）ｄａｔａｂａｓｅｄｅｍｏｎｓｔｒａｔｅｔｈａｔｔｈｅａｐ ｐｒｏａｃｈｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒｉｓｅｆｆｉｃｉｅｎｔ，ａｎｄｈａｓｓｏｍｅａｐ