收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于双向二维子空间分析的人脸特征提取

齐永锋  
【摘要】:由于在司法、金融、人机界面等方面的应用,人脸识别一直是模式识别领域的研究热点。人脸识别的关键是鉴别特征的提取。为了提取有效的鉴别特征,研究者提出了许多方法。在众多方法中,子空间分析方法因其计算简单与有效成为了主流方法之一。本文以二维子空间分析为基础,对人脸特征的提取展开了深入的研究,并初步探讨了人脸特征的保护。论文的主要创新和贡献体现在以下几个方面: 1.现有的双向二维特征提取方法的都是基于单一准则的,这样提取的特征在某种目标函数下是最优的,但却忽略了样本其它方面的重要属性。为了克服这种不足,提出了基于多准则的双向二维子空间分析人脸特征提取方法(2D)2PCALDA和(2D)2LPPPCA。(2D)2PLDALDA在行、列方向上分别对人脸图像进行2DPCA和2DLDA投影,最终得到的人脸特征不仅能够很好地描述样本,而且充分利用了样本的类信息,使得同类样本更聚集、不同类样本更分离;通过在行、列方向采用2DPCA与2DLPP,(2D)2LPPPCA得到的人脸特征不仅包含了来自2DPCA的样本的全局信息,而且也包含了由2DLPP提取的样本的局部信息。 2.LDA是最佳的二分类方法,在解决K(K2)分类问题时, Fisher准则是通过1/2K(K-1)次二分类来实现,这样容易导致间距较小类在投影后的重叠。为了克服这个问题,通过加权类间散度矩阵、在类内散度矩阵中嵌入样本最近邻图提出了二维加权局部保持鉴别分析(2DWLPDA)特征提取方法。加权类间散度矩阵可使不同类间的距离在投影空间具有更合理的分布,避免邻近类之间的重叠;在类内散度矩阵中嵌入样本近邻图,可在投影空间很好地保留样本空间的几何结构。实验结果表明,2DWLPDA提取的人脸特征具有较好的鉴别性能,是一种有效的人脸特征提取方法。为了进一步减少保存样本特征的存储空间和降低算法复杂度,结合2DWLPDA和2DPCA,提出了(2D)2WLPDAPCA方法。 3.多散度差准则(MMSD)是LDA准则的一种变形,将Fisher准则的瑞利商变为样本的类间散度与类内散度的差,从而解决了LDA准则面临的“小样本问题”。但由于其是基于向量的方法,计算成本与存储成本较高。为了降低计算成本与存储成本,通过矩阵投影技术,提出了二维多散度差准则(2DMMSD),进一步通过在行、列方向分别进行2DLPP与2DMMSD投影,提出了一种双向二维人脸特征提取方法(2D)2MMSDLPP。(2D)2MMSDLPP提取的人脸特征既包含来自2DMMSD的全局鉴别信息、又包含来自2DLPP的局部结构信息。 4.同一区域人脸像素灰度值具有很大的相关性,其差值不大,因此,简单地通过比较当前像素灰度值与某个具体数值的大小对LBP进行编码,必然导致冗余信息的增加。为了减少LBP的冗余,通过判断当前像素灰度值是否在某个范围内进行编码,这样改进后的LBP能够很好地减轻冗余。将改进后的LBP方法应用到人脸检测中,实验结果表明提取的人脸特征具有更好的鉴别性。提出了局部三值微分模式(LTDP)算子,与局部微分模式(LDP)相比较,LTDP具有更丰富的编码模式,其提取的人脸特征也更具鉴别性。为了克服子空间方法对光照的敏感性,首先将人脸图像用改进后的LBP和LTDP进行预处理,然后对得到的图像纹理特征进行两个方向上的二维子空间分析。实验结果表明,采用这种两阶段方法得到的人脸特征具有较好的抗光照变化的能力。 5.结合随机投影(RP)与双向二维子空间分析,提出了一类可撤除的人脸特征提取方法。通过对人脸图像行、列方向分别用随机矩阵和二维子空间投影矩阵进行投影,得到的特征既具有很好的鉴别性、又具有较强的安全性与可撤除性。改变随机矩阵可得到不同的人脸模板,而随机矩阵的奇异性也决定了很难通过变换得到人脸的原始特征。实验结果也表明,即使攻击者得到真实的人脸样本,如果不知道随机矩阵也很难得到认证。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王展,皇甫堪,万建伟;基于模板匹配的人脸图像特征提取[J];计算机辅助设计与图形学学报;2000年05期
2 刘鹭;董立文;姜鹏;马月;;人脸识别技术的研究与应用[J];科技信息;2010年14期
3 韦新丹;;基于Curvelet的人脸特征提取及识别研究[J];电脑编程技巧与维护;2010年16期
4 宋宇,周激流,何坤,刘智明,黎奎;多尺度人脸特征提取[J];计算机应用研究;2005年04期
5 智爱娟;智西湖;;基于小波分析和MATLAB的人脸特征提取[J];洛阳师范学院学报;2007年05期
6 张南南;汪正祥;;基于Gabor小波的人脸特征提取[J];自动化与仪器仪表;2011年04期
7 杜旭;凌捷;相洪贵;杨朝霞;;基于遗传模拟退火神经网络的人脸识别方法[J];计算机安全;2007年02期
8 王志海;赵占强;王守觉;;仿生模式识别在单镜头人脸识别中的应用[J];模式识别与人工智能;2004年01期
9 宿佳宁;王东;;人脸对齐算法探析[J];华章;2010年30期
10 肖明霞;;改进的基于谱直方图人脸图像特征提取方法[J];宁夏师范学院学报;2009年03期
11 吐尔洪江·阿布都克力木;;基于自适应二进小波变换的人脸检测方法[J];计算机工程与应用;2010年18期
12 王克奇;朱金魁;白雪冰;;基于小波分析和DCT的人脸特征提取[J];自动化技术与应用;2009年04期
13 李晗;辛威;窦爱萍;;一种基于肤色和脸部特征的人脸特征点检测算法[J];航空计算技术;2006年01期
14 雷松泽;;基于主元分析的人脸特征提取MATLAB实现[J];电脑开发与应用;2006年11期
15 程远航;;基于光流法的视频人脸特征点跟踪方法[J];计算机与现代化;2010年07期
16 陶宇权;程德福;李成荣;徐喆;;机器人系统中人脸特征提取技术的研究与实现[J];计算机仿真;2006年06期
17 尚丽;陈杰;张愉;;人脸自动识别技术综述[J];苏州市职业大学学报;2010年01期
18 李晓峰;赵海;葛新;程显永;;面部表情跟踪描绘中的边缘特征量[J];电子学报;2010年05期
19 张倩;丁友东;蓝建梁;涂意;;基于ASM和K近邻算法的人脸脸型分类[J];计算机工程;2011年11期
20 付先平,王钊,梁德群;极低速率模型基视频图像编码(英文)[J];大连海事大学学报;2003年S1期
中国重要会议论文全文数据库 前1条
1 刘晓山;曾春艳;杜明辉;;双树复小波各子带系数在人脸识别中的性能研究[A];第十五届全国图象图形学学术会议论文集[C];2010年
中国博士学位论文全文数据库 前8条
1 赖志辉;基于流形学习的稀疏人脸特征提取[D];南京理工大学;2011年
2 辜小花;保局鉴别人脸特征提取方法研究[D];重庆大学;2011年
3 齐永锋;基于双向二维子空间分析的人脸特征提取[D];西南交通大学;2011年
4 胡永利;真实感三维人脸建模及应用研究[D];北京工业大学;2004年
5 杨淑平;人脸特征提取与识别算法研究[D];中南大学;2013年
6 楼宋江;基于保局子空间分析的人脸特征提取算法研究[D];哈尔滨工程大学;2011年
7 王莹;基于图像的人脸识别技术研究[D];吉林大学;2012年
8 柴智;应用子空间方法的人脸识别研究[D];天津大学;2010年
中国硕士学位论文全文数据库 前10条
1 谢克宇;雨雪环境下视频中人脸特征提取的研究[D];哈尔滨工程大学;2013年
2 王青青;三维人脸特征提取方法研究[D];河南工业大学;2013年
3 陈冬梅;基于流形学习的人脸特征提取算法研究[D];哈尔滨理工大学;2010年
4 李艳芳;人脸特征提取及分类算法研究[D];哈尔滨理工大学;2011年
5 曹丽;基于Gabor滤波器的人脸特征提取算法研究[D];东北大学;2008年
6 范群贞;人脸特征提取系统的关键技术研究及其DSP实现[D];福建师范大学;2011年
7 朱延飞;基于Agent的多目视觉人脸特征提取[D];北京交通大学;2012年
8 王慧鑫;基于子空间的人脸特征提取和识别算法研究[D];哈尔滨理工大学;2010年
9 段琪;人脸特征提取与识别方法的比较研究[D];华东理工大学;2013年
10 余文峰;基于特征的肖像画自动生成系统[D];浙江大学;2006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