彩色图像鉴别特征提取算法研究及人脸识别

《彩色图像鉴别特征提取算法研究及人脸识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要作为生物特征识别技术中始终活跃的一个分支，人脸识别技术早已被广泛的研究和应用。当前，受人脸定位技术(face-tagging)的影响，人脸识别技术又掀起了一股新的研究热潮，尤其以现实人脸识别技术(RealWorldFaceRecognition，以下简称RWFR)最受关注。国际模式识别领域的顶级期刊PAMI，在2010年推出了RWFR专栏，致力于克服现实人脸识别中遇到的各种困难。传统人脸识别技术主要致力于灰度图像的特征提取，而对彩色人脸图像关注甚少。然而，在现实生活中，摄像头、相机等所捕获的图像大多是彩色的，且这些彩色分量中往往包含重要的鉴别信

2、息。为此，研究者们提出了多种彩色图像识别方法，主要分为两大类。第一类通过彩色空间变换或交叉结合后，在新空间提取特征。但该方法仅提高了其中一个彩色分量的鉴别信息，对其余分量的利用很少。第二类方法在像素层消除彩色图像分量间的相关性，再提取特征。然而它不能保证在特征层巾符彩色分量间也不相关，从而使得最终判别特征间仍包含冗余信息，极可能影响识别效果。本文致力予研究新的适用于彩色人脸图像的特征提取方法，以更有效的从彩色信息中提取鉴别特征，用于分类。以RGB彩色空间为例，我们分析了特征空间中红(R)、绿(G)、蓝(B)三分量间的相关性，提出了一种逐分量提取特征

3、集的方法(即鉴别向量集的正交分析)，用于在特征层消除不同分量的特征集之间的相关性。不失一般性，我们首先利用线性鉴别分析提取R分量的特征集；然后，我们再利用相同目标函数提取G分量的特征集时，保证它与R分量的特征集正交；最后，我们提取B分量的特征集，并保证它和R、G分量的特征集都正交。通过这种方法，消除了彩色分量特征集之间的相关性。本文的另一项工作是提出了一种基于四元数的彩色分量融合技术。四元数域是比实数域、复数域更为广义的数域，具有许多良好的性质。对每幅彩色图像，我们在四元数域中构造一个超复数来表示它，并将其R、G、B三个分量分别作为该超复数的三个分

4、量。考虑剑数据集在原始空间巾线性不可分的情况，我们引入核的思想，提出用核鉴别分析提取超复数的鉴别特征，取得了很好的分类效果。我们在大规模的AR彩色人脸库．卜验证了所提方法的有效性。实验表明，特征层消相关方法和四元数融合方法，可以有效提取彩色人脸图像的鉴别特征，比其它彩色人脸识别方法取得更好的识别效果。关键词：彩色图像；鉴别向量集正交；相关性；四元数ABSTRACTThoughstudiedforyears，facerecognitionhashaditsresurgenceduetothedevelopmentofnewtechniqueslike

5、face—tagging．Inparticular,challegensofrealworldfacerecognitionhavebeenproposed，aspointedoutbYthespecialissueof2010ofIEEETransactionsofPaRemAnalysisandMachineLearning．Traditionalfacerecognitiontechniuqeshavemainlyfocusedonthegraylevelimageratherthanthecolorimages．However,inreal

6、world，mostpicturescapturedbycamerasarecolorones，whosecomponentscontaincriticaldiscriminativeinformationforpatternrecognition．Althoughsomeapproachesforcolorimagerecognitionhavebeendeveloped，theystillhavedisadvantages．Onetypicalmethodistoextractfeaturesdirectlyfromtheoriginalcol

7、orspace，butitislimitedinitsdiscriminatepowersinceitmerelytakesonecolorcomponentintoconsideration．Anotherpopularmethodeliminatescorrelationsofdifferentcolorcomponentsonpixel’levelsbeforefeatureextractionbutitCannotguaranteethisuncorrelatedrelationshiponthefeaturelevel，whichhasa

8、morecloseeffectonthefinalclassificationperformance．Inthispape