二阶分块PCA的人脸特征提取方法研究.pdfVIP

二阶分块PCA的人脸特征提取方法研究.pdf

二阶分块PCA的人脸特征提取方法研究·25·

二阶分块PCA的人脸特征提取方法研究

项晓丽，武圣，许一菲，龙伟，郭杭，武和雷

(1．南昌大学信息工程学院，江西南昌330031；2。山东大学软件学院，山东济南250100)

摘要：为了提取更为有效的鉴别特征，在已有的二阶特征脸方法和分块主成分分析(PCA)方法上，提出

了二阶分块PCA人脸特征提取方法。该方法对原始人脸图像和经重建得到的剩余图像分别运用分块

PCA，将提取的一阶和二阶特征线性组合为一个特征矩阵，再进行分类识别。此特征能更充分反映人脸

图像的低频和高频特性。采用ORL人脸库和FERET人脸库的实验结果表明该二阶分块PCA正确识别

率优于普通分块PCA算法，具有较强的特征提取能力。

关键词：二阶分块PCA；鉴别特征；二阶特征脸；特征提取；剩余图像

中图分类号：TP391．4文献标识码：A文章编号：1000—8829(2016)09—0025—04

FaceFeatureExtractionMethodwithSecond．OrderModularPCA

XIANGXiao—li，WUSheng，XUYi—fei，LONGWei，GU0Hang，WUHe—lei

(1．SchoolofInformationEngineering，NanehangUniversity，Nanchang330031，China；

2．SoftwareCoLlege，ShandongUniversity，Jinan250100，China)

Abstract：Afacefeatureextractionmethodbasedonsecond—ordermodularPCA(principalcomponentanalysis)

isproposedtocapturemoreeffectivediscriminativefeaturesunderthesecond—ordereigenfacemethodandthe

modularPCAmethod．Afeaturematrixcanbeobtainedthroughalinearcombinationoffirst—orderfeatureand

second-·orderfeatureextractedbythemethodthatappliesmodularPCAtooriginalfaceimageandremnantim--

agewhichisreconstructed．Thisfeaturecanmorefullyreflectthelow-frequencyandhigh—frequencycharacter—

isticsoffaceimage．ExperimentalresultsbasedontheORLfacedatabaseandFERETfacedatabaseindicate

thatrecognitionaccuracyofthissecond—ordermodularPCAishigherthancommonmodularPCAalgorithmand

theproposedmethodhasastrongfeatureextractioncapability．

Keywords：second-—ordermodularPCA；discriminativefeatures；second·o·rdereigenface；featureextraction；

remnantimage

人脸识别是模式识别和图像处理中的一项关键技法，该方法通过K—L展开式来抽取样本的主要特征。

术¨J，广泛应用于刑侦破案、视频监控、证件核对、姿其基本思想是：利用一组包含较多信息量的特征去尽

态识别等方面。在过去的几十年里，研究者们已经可能精确地表示原始人脸样本。Sirovich等最初使