一种融合角点特征匹配人脸优化识别方法.docVIP

一种融合角点特征匹配的人脸优化识别方法 　　摘 要： 提出一种融合角点特征匹配算法的人脸优化识别方法。采用主成分分析方法对人脸图像进行三角剖分，通过统一框架下的纹理映射，对人脸在旋转过程中的投影变换进行人脸姿态变化轮廓提取和角点融合定位。采用模板匹配方法进行角点特征提取，实现角点特征的匹配融合，达到人脸优化识别的目的。仿真结果表明，该方法进行人脸识别的准确度较高，特征匹配性能较好，提高了安全身份认证系统的性能。 　　关键词： 人脸识别； 特征匹配； 身份验证 　　中图分类号：TP391 文献标志码：A 文章编号：1006-8228（2016）03-08-04 　　An optimized face recognition method with corner points feature matching 　　Lu Xinghua， Liang Jianming， Yuan Wencong， Guo Zijun 　　（Huali College Guangdong University of Technology， Guangzhou， Guangdong 511325， China） 　　Abstract： An optimized face recognition method with corner points feature matching is proposed. By using principal component analysis method for face image triangulation， through the texture mapping， the face pose variation contour is extracted and corner points are positioned. The corner feature extraction is performed by using the template matching method to make the face recognition optimized. The simulation results show that the accuracy of the method for face recognition is higher， and the feature matching performance is better， and the performance of the security identity authentication system based on the face recognition method is improved. 　　Key words： face recognition； feature matching； authentication 　　0 引言 　　研究人脸优化识别算法，在安全身份认证系统设计和视觉分析等领域具有重要的应用意义[1]。人脸识别的研究涉及图像处理、模式识别、认知科学、人工智能等相关科学。传统方法中，对人脸识别方法主要有基于主成分分析的人脸识别算法、基于模板匹配的人脸识别算法和基于小波变换的人脸识别算法等[2]。后来出现了很多改进的方法，比如：子空间判别模型、LDA判别方法、增强判别方法等等[3-7]。采用上述方法，当人脸面部特征的类内离散度较小时，人脸识别的准确度不高[8-10]。本文提出一种融合角点特征匹配算法的人脸优化识别方法。首先采用主成分分析方法对人脸图像进行三角剖分，然后进行角点定位，采用模板匹配方法进行角点特征提取，实现角点特征的匹配融合，达到人脸优化识别的目的，最后通过仿真实验进行了性能测试，展示了本文方法在提高人脸识别的准确度方面的优越性能，得出有效性结论。 　　1 人脸图像三角剖分和特征点提取 　　1.1 人脸图像三角剖分 　　首先获取人脸样本图像中的信息，采用三角剖分方法进行特征提取，其次是样本图像集的归一化处理，对归一化处理的数据进行统计分析，选择一组合适的训练集，一般是手动标记训练图像中能充分说明图像属性特征的各个特征点，每幅图像标记ν个特征点构成形状s。 　　采用PCA变换，对标记好的形状区域内的对象纹理信息进行图像纹理集合特征提取，得到一个线性的统计形状模型： 　　建立一个可逆的映射方程式，然后将这个表观区域映射到一个已设定的基准形状网格，在该形状网格内进行一致的参数采样，再将它们映射回各自的纹理区域，通过统一框架下的纹理映射对人脸在旋转过程中的投影变换进行人脸姿态变化轮廓提取，得到基于主成分分析的人脸姿态变化轮廓提取结果，如图1所示。 　　人脸图像围绕图像的中点进行仿射变换，选