基于强度图和深度图的多模态人脸识别-计算机工程与应用.PDF

Computer Engineering and Applications 计算机工程与应用 2012 ，48 （25 ） 5 基于强度图和深度图的多模态人脸识别 周 娟，李勇平，黄跃峰 ZHOU Juan, LI Yongping, HUANG Yuefeng 中国科学院 上海应用物理研究所，上海 201800 Shanghai Institute of Applied Physics, Chinese Academy of Sciences, Shanghai 201800, China ZHOU Juan, LI Yongping, HUANG Yuefeng. Multi-modal face recognition based on intensity image and depth image. Computer Engineering and Applications, 2012, 48 （25 ）：5-8. Abstract ：This paper proposes a method which combines global features of Two-Dimensional Principal Component Analysis （2DPCA ）and Two-Dimensional Fisher Linear Discriminate Analysis （2DFLD ）with local feature of Local Binary Pattern （LBP ）, and applies them in multi-modal face recognition based on 2D intensity image and 3D depth image. Then the normalized similarity scores of different methods will be fused by weighted sum rule. Experimental results show that LBP will improve the performance of 2DPCA and 2DFLD, and score fusion of 2D intensity images and 3D depth images makes improvement too, the highest recognition rate on CASIA3D database has achieved 94.68%. Key words ：global feature; local feature; intensity image; depth image; score fusion 摘 要：提出将全局特征表征方法2DFLD 、2DPCA 与局部特征表征方法LBP 相结合，应用到人脸二维强度图 和三维深度图进行识别；对不同分类方法的识别得分再进行归一化加权融合。对比实验结果表明，LBP 对 2DFLD 和2DPCA 的识别结果有改善作用，二维强度图和三维深度图的得分归一化加权融合对整个识别率也 有一定的改善，在CASIA3D 人脸数据库上的识别率最高可达94.68% 。 关键词：全局特征；局部特征；强度图；深度图；得分融合 文章编号：1002-8331（2012 ）25-0005-04 文献标识码：A 中图分类号：TP391 1 引言 和三维深度图。由于局部特征和全局特征有互相补 基于二维人脸图像的识别算法通常对人脸表 偿的信息，二维强度图和三维深度图之间也有信息 情、姿态以及光照等环境因素很敏感，当采用单一的 互补，兼顾考虑到2DFLD 、LBP 以及它们之间的结合 方法进行识别有可能会得到较低的识别率。而三维 对二维强度图和三维深度图的识别性能各有差别， 人脸包含了更多的空间信息，并且作为人脸的本质 因此可以尝试在多模态识别中找到二维和三维人脸 特性不受光照等环境因素的影响。由于三维人脸数 识别策略的最佳组合。 据的计算复杂性给实际应用带来不便，但是它包含 的人脸深度信息是对二维人脸的一个很好的补充， 2 特征提取算法