一种模糊svm遗传算法的人脸动态分割.pdfVIP

一种模糊-SVM 遗传算法的人脸动态分割 1 2 石敏超 ，秦艳 1 空军95588 部队空武系，陕西户县（710306 ） 2 浙江大学电子与通信工程系，浙江杭州（321004 ） E-mail ：net_spy_shi@126.com 摘 要：本文介绍一种针对于人脸动态分割的遗传算法。算法以模糊理论、Hopfield 能量函 数和SVM 构建遗传算法适应度函数，并给出了人体肤色颜色特点的模糊表达关系和人脸识 别的Sobel 模糊处理算法。在实际测试中取得了较为理想的效果。 关键词：人脸识别，遗传算法，模糊理论，SVM 中图分类号：TP391.41 1. 引 言 对于图像中人脸的识别已有了很大的发展，其中对于人脸区域的动态分割也成为了关键 的步骤之一[1-3] 。遗传算法是并行的、统计的随机化搜索方法,其基本原理是通过模拟生物个 体间的基因交换、变异和种群的世代更替,保存对环境适应度高的染色体,淘汰适应度低的染 色体, 以实现优化的目的。本文结合模糊理论、Hopfield 神经网络的能量函数和 SVM 构造了 一种用于人脸图像动态分割的遗传算法。 2. 模糊处理 2.1 人体肤色模糊处理 考虑人体皮肤的颜色特点，根据模糊理论对图像对如下预处理（24 位真彩色图在 RGB 色系）： 设p ( i,j ) 为图像中( i,j ) 点隶属值， R( i,j ) 、G( i,j ) 、B( i,j ) 分别为该点的 RGB 色值， A 为肤色这一模糊概念，分为N 等级。构建模糊隶属函数µ( x; a,b,c,d ) ， S ( x; a,b) x ≤b ⎧ ⎪ µ( x; a,b,c,d ) ⎨1 b x c ， （1） ⎪ Z ( x; c,d ) c ≤x ⎩ 其中S ( x; a,b) 、Z ( x; c,d ) 分别为S 型和Z 型隶属函数。用µR µG µB 分别表示RGB 色值的隶属函数。 人体肤色在色值特征上一般有： R( i,j ) ∈[ G( i,j ) −a , G( i,j ) +b ] ⎧ R R ⎨ ， （2 ） G( i,j ) ∈[ B( i,j ) −aG ,B( i,j ) +bG ] ⎩ 其中a 、b 、a 、b 为常数。采用模糊隶属函数表示为µ ( R( i,j ); a,b,c,d ) ， R R G G R −G µ ( G( i,j ), a,b,c,d ) ，记为µ 、µ 。 G−B R −G R −G 则： p ( i,j ) µ µ µ µ µ （3 ） R G B R −G G−B 参数如表 1： -1-