PCA人脸识别新算法

人脸识别算法

维普资讯 http://doc.guandang.net

第2 9卷第 4期 20 0 8年 8月

大

连

交通

大

学

学

报

Vo . No. 129 4 Aug 2 08 .0

J OURN OF DAL AN JAO NG UNI RST AL I I TO VE I Y

文章编号：6 3 9 9 ( 0 8 0— 08 0 17— 50 2 0 )4 0 4— 4

改进的 P A人脸识别新算法 C李荣健韩其龙杨鑫华，,(. 1大连交通大学软件学院，宁大连 16 2;.辽 10 8 2山东省费县人民检察院，山东费县 2 30;. 7 4 0 3大连交通大学交通运输工程学院，宁大连 162;辽 10 8 )

摘

要：对经典 P A人脸识别算法受光照条件影响的缺点，文提出了一种新的改进的 P A人脸识针 C本 C

别算法.该算法在图像的预处理阶段，利用图像灰度的线性变换，大每幅图像的对比度和亮度；增对预处理后的图像则利用经典 P A算法进行处理， C并在识别阶段，过对体现光照变化的三个主分量进行加通权处理，减少它们在识别中占的比重 .实验结果表明，该算法是有效的，能够减少光照条件对人脸识别的影响.

关键词：人脸识别；光照；线性变换；主分量加权中图法分类号：P 9 T31文献标识码： A

Ne Optm ia i n M e h d o w i z to t o fPCA c c g ii n Fa e Re o n to

L ogj n, A i1 g, A G Xn h a I n.i H N Q.o 2Y N i—u R a n( . o w r Is tt, ai i t gU i ri, ai 1 0 8 C i; . h e peSP o uao t o e— 1 S f ae nt ue D l nJ o n nv s y D l n 1 6 2, hn 2 T eP o l rc rt ae f i t i a ao e t a a r F xin exa 7 4 0, hn; .S h o fT af n rn p rt n En ie r g Dain Jatn nv ri, a,F iin 2 3 0 C ia 3 c o lo rf c a d T a s oai gn ei, l ioo g U iest i o n a y

D l n16 2,hn ) ai 10 8 C ia aAbsr c A e o i z to t d o t a t: n w pt miain meho fPCA a er

c g to sp o s d fr v ra l lu n— fc e o ni n i r po e o a ib e il mi a i

t n c n i o s I r— r c si g sa e h e t o n r a e o t s ga e a d b ih n s i o d t n . n p e p o e s tg,t e n w me h d i c e s s n r t r d n r t e s o i n c a go a h g a ma e t r u h ln a r nso ma in,a d t e p e r ae ma e Y r c s e c fe c r y i g h o g i e r ta f r to n h r te t d i g s a e p o e s d a—c r i g t ca sc l PCA a e r c g iin. I te r c g iin sa e, t e fr t h e p i cp l o d n o l s ia fc e o n to n h e o n to tg h is tr e rn i a

c mp n n swhih r fe td t e il mi to o d to s o r i e u tb e weg n o de o o e t c e lc e h lu nain c n iin n we eg v n a s i l ihti r r a t e u e t i r p rin. hee p rme t e u t h w h tt ene meho a fe t ey r— o r d c herp o o to T x e i n a r s lss o t a h w t d c n ef ci l e l v du e t e il mi a in ef c . c h lu n t fe t 0 Ke y wor ds:a e r c g to il mi a in;ie rta so ai n; f c e o ni n;lu n to l a r n f r to PCA ih e i n m we g t d

人脸识别是模式识别和图像处理等学科的一个研究热点，广泛应用于身份验证、刑侦破案、视频监视、机器人智能化和医学等方面，具有广阔的应用价值和商品价值.当前大多数人脸识别算法是基于统计的方法， J如特征脸方法( C ) F hr P A、i e脸方法、 s奇异值分解方法、神经网络方法和支持向量机等，这些方法中影响较大的是 Tr uk和 P nad提出的特征脸 ( i nFc)法即 P A方法 . C etn l Eg ae方 e C P A方法是统计最

优的，具有速度快、实现方便、正面图像识别率高等优点，它的缺点是容易受光照、情和姿态等对但表因素的影响 .

为了减少光照变化的影响，国内外的学者对此进行了大量研究，提出了多种解决方法，直芳等并刘提出了一种基于概率主成份分析 ( P A) P C的人脸识别方法，过对 P C通 P A模型参数利用 E算法进行估 M

收稿日期：0 8 O—8 2 0一 11作者简介：荣健 ( 9 2一)女，士研究生李 18,硕E- l:fj 10@tm.o . malw r 2 7 0 o cm lo

人脸识别算法

维普资讯 http://doc.guandang.net

第 4期

李荣健，改进的 P A人脸识别新算法等： C

4 9

计来减少光照变化的影响；张俭鸽等结合小波分析和 D B P A提出了一种基于小波和 D B P A的人 F—C F—C脸识别算法；孙鑫等提出了一种基于分块 P A的人脸识别方法 本文在经典 P A方法的基础上， C。等. C提出了一种改进的 P A方法， C该方法在预处理阶段对每幅图像进行灰度的线性变换，过增强图像的通对比度和亮度来减少光照变化带来的影响，然后利用经典 P A方法对图像进行处理， C由于光照变化主要影响 P A方法的前三个最大的主分量， C因此，识别阶段对这三个主分量进行加权处理来进一步减在少光照的影响 .后通过 MA L B实验对该算法的有效性进行了验证 .最 TA

1 P A算法的基本原理与实现 CP A方法 ( C即特征脸方法 ) M T r是 . uk和 A Pn ad在其论文< i n cs o R cgio ) . etn l< g f e f eon i中提出 E ea r tn

的， 该方法的基本思想是：将图像向量经过 K L—变换后由高维向量转换为低维向量，并形成低维线性向量空间，即特征子空间，然后将人脸投影到该低维空间，用所得到的投影系数作为识别的特征向量 .识别人脸时，只需将待识别样本的投影系数与数据库中目标样本集的投影系数进行比对-,以确定与哪一类最近.

假设有幅人脸图像，幅人脸图像由 N=K×L个像素组成 (每 K行， )将每幅图像按行排列成 列，

Ⅳ维列向量，构成Ⅳ维样本集合=[ 然后进一步将有个人脸图像组成的集合表示成一个矩……阵形式：=[,, ]∈R

. …, 令是所有样本的均值向量 (即平均人脸 )从的每列中减去得，到 A=[一，一，,一]=[,,,]然后利用集合求特征脸 . … … .算法的具体步骤如下： () 1特征脸的计算 J:1

M

①将每幅图像表示量：,;算平脸向 = 1成向， 1…,②计均量： ∑;③得出每幅图均象的…1

=1

M

值：=④算方阵 C吉∑脸 一；计协差：=

=A其=,…]计 的 AT中[,,;算⑤

特征向量；只保留个最大的特征向量组成特征子空间.⑥ ( )训练集中的图像投影到特征子空间： 2将 将训练集中的每张脸 (减去均值 )表示成 K个特征向量的线性组合，为的特征脸 .张标准称每化训练脸用= ( w∽2 -,)) (= 12,, )表示 .￡ -￡, ) 2 n ,…

( )用特征脸进行人脸识别 3使假设给定的未知人脸为

①标准化厂= -;向子空影：=∑: FW￣特征间投 (= )③将表示 =(, ; 成 ,…,

);计算=r n l一 l⑤如果<,④ a J J i ; 则未知人脸厂被识别.称为人脸空间距离.

2改进的 P A算法 C改进的 P A算法是在经典 P A算法的基础上，对经典 P A算法对光照敏感这一缺点进行的改 C C针 C进.算法主要通过图像灰度的线性变换和对前三个特征向量进行加权处理来减少光照的影响.该

图像灰度的线性变换是将图像中所有的点的灰度按照线性灰度变换函数进行变换 .该线性变换函数 )是一个二维线性函数 )= . +通过图像灰度的线性变化可以增大或减小图像的对比度，同时可以使整个图像变得更亮或更暗 .本文利用图像灰度的线性变换增大图像的对比度和亮度，减少图像的亮度变化带来的影响 .

经典 P A方法的前三个特 …… 此处隐藏：5601字，全部文档内容请下载后查看。喜欢就下载吧 ……