基于核DCV算法的主动近红外人脸识别方法.pdf

《基于核DCV算法的主动近红外人脸识别方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第36卷第10期红外技术Vol.36No.102014年10月InfraredTechnologyOct.2014基于核DCV算法的主动近红外人脸识别方法俞红兵，乔亚（电子工程学院，安徽合肥230037）摘要：针对人脸识别领域存在的受环境光照变化影响大的问题，分析了各种主动成像方法的特点以及人脸皮肤的光谱反射特性，提出了使用近红外LED灯作为主动光源，选用近红外滤光片配合CCD相机完成人脸图像采集，并综合运用可鉴别共同向量方法（DCV）和核投影方法进行人脸特征提取。该特征提取方法同时解决了核投影方法面临的大样本问题和可鉴别共同向量方法面临的样本维数较高问题，减少了计算复杂性，提高了特征提取的

2、效率和准确度。仿真结果表明基于核DCV的主动近红外人脸识别方法有利于消除光照影响、提高识别效率。关键词：主动近红外；人脸识别；核投影；可鉴别共同向量中图分类号：TP391.4文献标志码：A文章编号：1001-8891(2014)10-0807-05KernelDiscriminativeCommonVectorMethodforActiveNIRFaceRecognitionYUHong-bing，QIAOYa(ElectronicEngineeringInstitute,Hefei230037,China)Abstract：Aimingatreducingtheinfluenceonfac

3、erecognitionofvaryingillumination,anewfacerecognitionmethodisproposedafteranalyzingthecharacteristicsofvariousactiveimagingmethodsandthespectralreflectioncharacteristicofhumanskin.Thenewmethodusesactivenear-infraredimagingwaytoacquirehumanfaceimagesandusesthecombinationofkernelprojectionanddiscrimi

4、nativecommonvectors(DCV)toachievefacialfeatureextractionforrecognition.Sotheproblemsoflargesamplesizeandhighdimensionscanbesolvedtogether,whichmeansitcanreducethecomputationcomplexityandimprovetheefficiencyandaccuracyoffeatureextraction.Theresultsofexperimentsprovetheeffectivenessofproposedmethod.K

5、eywords：activenearinfrared，facerecognition，kernelprojection，discriminationcommonvectors[7]的，消除光照影响的同时也会损失图像的有用信息。0引言作为非线性特征提取方法的核技术，随着支持向近年来，人脸识别技术作为一种新兴的生物特征识量机方法的出现，得到了充足发展，但对于大样本训别技术，在公共安全领域得到了广泛的应用。但环境光练情况，映射后的向量维数将会很高，给计算带来很照变化引起的识别率下降问题一直制约着其进一步发大难题。[1-2]展。由光照引起的人脸图像变化甚至比因个体差异引针对上述问题，文章提出以近红外

6、为工作平台，[3]起的变化还要大。根据FERET和FRVT测试的结果，有效克服了环境光照变化对人脸图像的影响，通过对[8]即使目前最好的人脸识别系统在室内和室外两种测试核投影方法和可鉴别共同向量算法的优势及缺点的[4]条件下，其识别率也会从90%降到50%左右。分析，利用融合后的核DCV算法进行人脸图像的特[4-6]目前针对光照问题已经提出了很多处理方法，征提取，解决了核投影方法面临的大样本问题和DCV但大都属于被动的方法，即通过学习由于照明变化而算法的样本维数较高问题，大大减少了运算量，提高导致的可见光谱图像的变化来设法减小光照变化造了特征提取的效率和准确度。仿真结果证明，该算法成的影响。

7、但由于对光照保持不变性的函数是不存在识别率有明显提高，取得了很好的效果。收稿日期：2014-07-10；修订日期：2014-09-16.作者简介：俞红兵（1976-），男，讲师，主要研究方向为通信工程。基金项目：中国博士后科学基金项目，编号：2012M521844；电子工程学院博士基金项目，编号：KY09036。807第36卷第10期红外技术Vol.36No.102014年10月InfraredTechnol