互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于小波域PCA与LDA相结合的红外人脸识别方法伍世虔 韦礼珍 方志军 李润午



  摘要:提出了一种新的小波域主元分析与线性辨别分析相结合的红外人脸识别方法。首先通过DWT将红外人脸图像通过二级小波分解成七个子带,舍去两次分解中的对角子带,对剩下的五个子带进行有效的组合;然后用PCA方法对组合后的向量进行特征提取,再把PCA提取的特征向量进行线性辨别分析;最后用欧氏距离和三近邻分类器得到分类结果。同传统的PCA和PCA+LDA的方法相比,该方法更能利用人脸图像的有用判别信息,并得到更好的识别效果。
  关键词:离散小波变换;主元分析;线性辨别分析;红外人脸识别
  中图分类号:TP391.4文献标志码:A
  文章编号:1001-3695(2008)05-1586-03
  
  0引言
  
  随着社会的发展,人们越来越迫切要求快速而准确的身份验证和识别系统。而生物特征所具有的人类内在的特征和差异,使得基于生物的识别具有很强的鲁棒性和重复性,成为身份验证的主要手段。红外人脸识别技术,由于具有直观性、被动性和非侵犯性,是当今生物识别技术中最为活跃的领域之一[1]。
  人脸识别的关键是在复杂的背景中检测出人脸来进行识别, 虽然已经提出大量的算法来解决这些问题,但仍然不能满足识别的要求,如光照、伪装、化妆等变化使得可见光识别非常困难。而通过红外人脸成像机理的研究发现:红外人脸热图像是由人脸组织与结构如血管和血管分布等的红外辐射决定的,它们如同指纹一样与人的基因结构有关,具有惟一性,且不受光照条件的影响。人脸皮肤的热辐射系数与周围的景物的热辐射有明显的区别,所以可以与周围景物区分开来。另外,红外成像具有抗干扰性强,独立于光源防伪装防欺诈等优点,在很大程度上可以弥补可见光人脸识别技术的不足。过去红外的研究总是受限于红外人脸数据库,但随着红外照相机价格的降低和分辨率的提高,已使该问题成为过去,红外人脸识别的研究将会取得突破性的进展[2~4]。
  在人脸图像识别中, 主元分析( principal component analysis, PCA)[4,5],又称特征脸方法,是Turk等人在1991年提出的[5],目前仍然被广泛地应用于图像识别等领域。本质上,PCA 方法的目的是在最小均方差意义下寻找原始数据最佳表示的投影方向,从而被称为最优变换。PCA方法可以直接对图像的空间域数据进行学习和识别,无须人脸的几何特征,而且降低了向量的维数,提高了运算的效率。但PCA方法只考虑图像之间的差异,忽略了同类图像的共性,所以PCA方法有一定的局限性。本文结合LDA方法,该方法使得训练集合的类内距离最小,而类间距离最大,从而获得了比特征脸更好的识别效果[6,7]。
  小波变换是20世纪最伟大的数学发现,它具有多分辨率和多尺度的优点[8]。本文将图像进行二级小波变换之后,舍去对角子带系数(通常是噪声),降低了PCA的维数,提高识别速度。通过对小波分解后的各子带系数有效地组合,使其能更好地表达人脸,从而运用PCA+LDA可以得到更好的识别效果。其方法流程如图1所示。 ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017