收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

人脸识别中的特征提取与度量学习算法研究

易军  
【摘要】:人脸识别是人类非常重要的感知能力。随着计算机技术的发展,人类渴望赋予计算机理解情感、感知外部世界的能力,自动人脸识别技术的研究应运而生。人脸识别研究具有重大的理论意义和应用价值。人脸识别研究既可以促进心理学上对人类自身人脸识别机制的研究,也可以促进图像识别技术的研究,帮助实现人工智能。人脸识别技术广泛地应用在民用安防、公共安全、娱乐、客户服务等领域。由于人脸图像会受到光照、姿态等外部因素和表情、年龄等内部因素的影响,另外,有些人的人脸很相似。这些因素会增加人脸图像的类内差异性和类间相似性,给识别带来很大的困难。所以,人脸识别非常具有挑战性,现在的人脸识别技术水平还达不到很多应用的需求,需要进行持续的创新性研究。本文主要对人脸识别中的特征提取和识别问题进行了深入研究。它们是人脸识别系统的核心。在特征提取上,本文主要研究主流的相对系统的Gabor类特征和LBP (Local Binary Patterns)类特征,分析它们的优势和存在的问题,然后提出相应的改进型特征。在识别上,本文主要研究度量学习方法,提出了一个概率度量学习的框架和两种具体的度量学习算法。具体的研究工作如下:(1)针对Gabor类特征存在的特征提取速度过慢和特征维数过高的问题,本文提出了Gabor幅度模式直方图(Histogram of Gabor Magnitude Patterns, HGMP)特征。HGMP特征将Gabor滤波器组作为对图像点编码的码书,Gabor滤波过程即编码过程,滤波后只需进行简单的方向归一化和尺度非最大抑制处理。相比其它Gabor类特征的滤波加编码的处理方式,HGMP特征的滤波即编码的处理方式加快了特征提取速度,也降低了特征维数。在FERET和LFW库上的实验结果验证了HGMP特征的有效性。(2)在HGMP特征的基础上,本文提出了一种Log-Gabor幅度模式直方图(Histogram of Log-Gabor Magnitude Patterns, HLGMP)特征。HLGMP特征引入Log-Gabor滤波器组代替Gabor滤波器组作为码书,能保留更多的纹理细节,也能更灵活地设计码书。在FERET和LFW库上的实验结果表明,HLGMP特征在各种参数设置下的识别性能都比HGMP特征更好,并且在LFW库上的识别效果超过了其它比较特征。(3)本文研究发现LBP类特征广泛采用的局部差值描述子具有很强的相关性,会导致编码分布很不均匀,影响特征的区分性。针对该问题,本文提出了一种主局部二值模式(Principal Local Binary Patterns, PLBP)特征,通过对差值描述子进行PCA (Principal Component Analysis)变换,既保证了编码的均匀性,又可以利用更多的局部邻域信息,同时增强了编码的区分性和鲁棒性。在FERET和LFW人脸库上的实验结果表明,相对其它LBP类特征,PLBP特征的编码分布更均匀,对光照变化更鲁棒,取得了很好的识别效果。(4)本文研究发现LBP类特征采用的硬编码方法,会损失信息,并使得编码对噪声和光照变化很敏感。针对该问题,本文提出了一种基于概率的软编码方法。软编码引入了编码置信度,既提供了更多信息,又增强了重要图像点的影响,抑制了不稳定图像点的影响,从而使编码更具区分性和鲁棒性。在FERET和LFW人脸库上的实验结果表明,软编码相对硬编码提升了识别性能,尤其是在受光照影响的情况下,性能提升更明显。软编码PLBP特征在LFW库上的识别效果超过了其它同类特征。(5)本文从概率的角度研究度量学习问题,提出了一个概率度量学习框架。将度量与概率相对应,通过参数估计准则来建立优化问题。在概率度量学习框架下,本文提出了一种指数函数形式的概率假设,推出了EDML (Exponential Discriminant Metric Learning)和LiDML (Linear Discriminant Metric Learning)算法。通过引入先验概率假设,本文推出了正则化EDML算法(REDML)和正则化LiDML算法(RLDML),正则化可以解决概率估计的小样本问题,并抑制训练数据中噪声信息的影响,从而提升算法性能。REDML和RLDML算法的计算都很简单。在LFW库上的实验结果表明,RLDML和REDML算法都取得了很好的识别效果,结合LBP特征和本文提出的HLGMP特征和软编码PLBP特征,REDML算法在LFW库上的识别效果超过了其它比较的度量学习算法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 马少华,高峰,李敏,吴成东;神经网络分类器的特征提取和优选[J];基础自动化;2000年06期
2 管聪慧,宣国荣;多类问题中的特征提取[J];计算机工程;2002年01期
3 胡威;李建华;陈波;;入侵检测建模过程中特征提取最优化评估[J];计算机工程;2006年12期
4 朱玉莲;陈松灿;赵国安;;推广的矩阵模式特征提取方法及其在人脸识别中的应用[J];小型微型计算机系统;2007年04期
5 赵振勇;王保华;王力;崔磊;;人脸图像的特征提取[J];计算机技术与发展;2007年05期
6 冯海亮;王丽;李见为;;一种新的用于人脸识别的特征提取方法[J];计算机科学;2009年06期
7 朱笑荣;杨德运;;基于入侵检测的特征提取方法[J];计算机应用与软件;2010年06期
8 王菲;白洁;;一种基于非线性特征提取的被动声纳目标识别方法研究[J];软件导刊;2010年05期
9 陈伟;瞿晓;葛丁飞;;主观引导特征提取法在光谱识别中的应用[J];科技通报;2011年04期
10 王华,李介谷;人脸斜视图象的特征提取与恢复[J];上海交通大学学报;1997年01期
11 黄丽莉;皋军;;基于局部加权的非线性特征提取方法[J];华中科技大学学报(自然科学版);2013年S1期
12 徐昉,邱道尹,沈宪章;粮仓害虫的特征提取与分类的研究[J];郑州工业大学学报;2000年04期
13 马希荣,王行愚;西夏文字特征提取的研究[J];计算机工程与应用;2002年13期
14 王萍,王汉芝,岳斌,林孔元,刘还珠;一种大规模样本数据的特征提取方法[J];天津轻工业学院学报;2003年04期
15 王社阳,强文义,陈兴林,张宏宇;基于空间矩的角特征提取[J];控制与决策;2005年03期
16 高湘萍;吴小培;沈谦;;基于脑电的意识活动特征提取与识别[J];安徽大学学报(自然科学版);2006年02期
17 路志英;杨乐;赵智超;杨玉峰;;沙尘暴综合预报系统中场特征提取方法的研究[J];计算机仿真;2007年06期
18 李海霞;王阶;孙占全;何庆勇;吴荣;张继红;西广成;胡元会;;基于生物信息特征提取的中医辨证[J];北京中医药大学学报;2007年12期
19 于金霞;蔡自兴;段琢华;;2D测距图像的特征提取及类别划分研究[J];系统仿真学报;2008年01期
20 张焱;张志龙;沈振康;;一种融入运动特性的显著性特征提取方法[J];国防科技大学学报;2008年03期
中国重要会议论文全文数据库 前10条
1 尚修刚;蒋慰孙;;模糊特征提取新算法[A];1997中国控制与决策学术年会论文集[C];1997年
2 潘荣江;孟祥旭;杨承磊;王锐;;旋转体的几何特征提取方法[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
3 薛燕;李建良;朱学芳;;人脸识别中特征提取的一种改进方法[A];第十三届全国图象图形学学术会议论文集[C];2006年
4 杜栓平;曹正良;;时间—频率域特征提取及其应用[A];2005年全国水声学学术会议论文集[C];2005年
5 黄先锋;韩传久;陈旭;周剑军;;运动目标的分割与特征提取[A];全国第二届信号处理与应用学术会议专刊[C];2008年
6 魏明果;;方言比较的特征提取与矩阵分析[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
7 林土胜;赖声礼;;视网膜血管特征提取的拆支跟踪法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 秦建玲;李军;;基于核的主成分分析的特征提取方法与样本筛选[A];2005年中国机械工程学会年会论文集[C];2005年
9 刘红;陈光;宋国明;姜书艳;;模拟电路故障诊断中的特征提取方法[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
10 杜栓平;丁烽;杨华;;基于小波系数聚类的特征提取器[A];中国声学学会2002年全国声学学术会议论文集[C];2002年
中国博士学位论文全文数据库 前10条
1 易军;人脸识别中的特征提取与度量学习算法研究[D];北京邮电大学;2015年
2 游大涛;基于听觉机理的鲁棒特征提取及在说话人识别中的应用[D];哈尔滨工业大学;2013年
3 赵武锋;人脸识别中特征提取方法的研究[D];浙江大学;2009年
4 杨先勇;基于信号局部特征提取的机械故障诊断方法研究[D];浙江大学;2009年
5 杨章静;基于邻域结构的特征提取及其在人脸识别中的应用研究[D];南京理工大学;2014年
6 刘艳艳;子空间特征提取方法及其在人脸识别中的应用[D];大连理工大学;2008年
7 赵海滨;脑—机接口的特征提取和分类方法研究[D];东北大学;2009年
8 朱杰;特征提取和模式分类问题在人脸识别中的应用与研究[D];南京理工大学;2012年
9 Ramadhan Abdo Musleh Alsaidi;基于分层稀疏表示的特征提取方法及其应用[D];华中科技大学;2014年
10 刘正军;高维遥感数据土地覆盖特征提取与分类研究[D];中国科学院研究生院(遥感应用研究所);2003年
中国硕士学位论文全文数据库 前10条
1 韩晓爽;基于激光诱导荧光光谱的油种识别方法研究[D];内蒙古大学;2015年
2 袁芳兵;基于SVM的GSM系统上行干扰判定研究[D];华南理工大学;2015年
3 汤鹏;基于LDA的特征提取及其在人脸识别中的应用[D];河北大学;2015年
4 安磊磊;基于改进PCA和LDA的特征提取方法[D];河北大学;2015年
5 代士超;滚动轴承外圈故障机理建模及双冲击特征提取方法的研究[D];昆明理工大学;2015年
6 王瑞琦;太赫兹光谱降维特征提取及分类方法研究[D];昆明理工大学;2015年
7 江海;心音信号特征提取及分类研究[D];昆明理工大学;2015年
8 董秀青;面向协同过滤的推荐攻击特征提取及检测方法[D];燕山大学;2015年
9 井波;基于EEMD的高速列车安全性态数据的特征研究[D];西南交通大学;2015年
10 梁致汉;基于EEG的脑机接口技术研究与实现[D];天津理工大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978