基于几何特征的人脸识别方法

基于几何特征的人脸识别

学号： 姓 名：

(上海大学 机电工程与自动化学院，200072)

摘 要：人脸识别技术作为多学科领域的、具有挑战性的课题，它覆盖了数字图像处理、模式识别、神经网络、数学等诸多学科的内容，同时也具有十分广泛的应用价值。在人脸识别领域，基于几何特征的人脸识别算法因其计算简单、使用有效等特性，引起了人们的广泛注意，并已成为人脸图像特征提取和识别的主流方法之一。本文定位人脸器官，通过人脸面部拓扑结构几何关系的先验知识，利用基于灰度投影的方法在知识的层次上提取人脸面部主要器官特征，将人脸特征用一组几何特征向量表示，识别归结为特征向量之间的匹配。本文工作包括：

(1)对灰度积分投影理论进行了详细的介绍和分析。这种方法是目前定位人脸轮廓的主要方法。在此基础上对一种新的在竖直方向上定位人脸左右轮廓的灰度差投影法进行了改进。投影法本质上是一种基于统计的方法，在具体应用时又结合了人脸特征分布的先验知识。这种方法不需要对积分投影图做任何平滑处理等操作，因而算法简单，准确率高，速度很快。

(2)提出了一种精确定位眼睛的方法，该算法将眼区灰度总体分布特点与眼部灰度变化特点相结合，将传统的积分投影法与

基于几何特征的人脸识别

学号： 姓 名：

(上海大学 机电工程与自动化学院，200072)

摘 要：人脸识别技术作为多学科领域的、具有挑战性的课题，它覆盖了数字图像处理、模式识别、神经网络、数学等诸多学科的内容，同时也具有十分广泛的应用价值。在人脸识别领域，基于几何特征的人脸识别算法因其计算简单、使用有效等特性，引起了人们的广泛注意，并已成为人脸图像特征提取和识别的主流方法之一。本文定位人脸器官，通过人脸面部拓扑结构几何关系的先验知识，利用基于灰度投影的方法在知识的层次上提取人脸面部主要器官特征，将人脸特征用一组几何特征向量表示，识别归结为特征向量之间的匹配。本文工作包括：

(1)对灰度积分投影理论进行了详细的介绍和分析。这种方法是目前定位人脸轮廓的主要方法。在此基础上对一种新的在竖直方向上定位人脸左右轮廓的灰度差投影法进行了改进。投影法本质上是一种基于统计的方法，在具体应用时又结合了人脸特征分布的先验知识。这种方法不需要对积分投影图做任何平滑处理等操作，因而算法简单，准确率高，速度很快。

(2)提出了一种精确定位眼睛的方法，该算法将眼区灰度总体分布特点与眼部灰度变化特点相结合，将传统的积分投影法与

基于几何特征的人脸识别

学号： 姓 名：

(上海大学 机电工程与自动化学院，200072)

摘 要：人脸识别技术作为多学科领域的、具有挑战性的课题，它覆盖了数字图像处理、模式识别、神经网络、数学等诸多学科的内容，同时也具有十分广泛的应用价值。在人脸识别领域，基于几何特征的人脸识别算法因其计算简单、使用有效等特性，引起了人们的广泛注意，并已成为人脸图像特征提取和识别的主流方法之一。本文定位人脸器官，通过人脸面部拓扑结构几何关系的先验知识，利用基于灰度投影的方法在知识的层次上提取人脸面部主要器官特征，将人脸特征用一组几何特征向量表示，识别归结为特征向量之间的匹配。本文工作包括：

(1)对灰度积分投影理论进行了详细的介绍和分析。这种方法是目前定位人脸轮廓的主要方法。在此基础上对一种新的在竖直方向上定位人脸左右轮廓的灰度差投影法进行了改进。投影法本质上是一种基于统计的方法，在具体应用时又结合了人脸特征分布的先验知识。这种方法不需要对积分投影图做任何平滑处理等操作，因而算法简单，准确率高，速度很快。

(2)提出了一种精确定位眼睛的方法，该算法将眼区灰度总体分布特点与眼部灰度变化特点相结合，将传统的积分投影法与

一种基于sift算法的人脸识别方法

摘 要： 高独特性特征的选择以及合适匹配策略的选用是人脸识别技术的关键。讨论了基于仿射不变的几何特 征ＳＩＦＴ算子进行人脸识别的方法。ＳＩＦＴ算子的计算复杂度较高，并且不同的人脸表情和图像模糊会加大特征匹 配的难度。为克服上述缺点，提出了一种新的算法，将选择６个人脸上感兴趣子区域进行描述，并根据各自的独特 性赋予不同的权值，最后在匹配过程中使用相似度的平方来减小偏差数据造成的影响。实验结果表明，该方法能 有效减轻表情变化对于身份识别率急剧下降的影响，并可显著减少计算复杂度和特征匹配时间。

关键词： 独特性人脸识别 ＳＩＦＴ算子感兴趣子区域

1 引言

人脸识别是当今模式识别和人工智能领域的一 个活跃的研究方向。而人脸识别技术也已经被运用 到犯罪识别、视频监控、档案管理、视频会议和照片 检索等各个领域，如图１所示。人脸识别的研究内容主要包括以下几个方面 ： （１）人脸检测：在输入的图像中寻找人脸区域。 （２）人脸的规范化：校正人脸在尺度、光照和旋 转等方面的变化。 （３）特征提取：从人脸图像中映射提取一组反 映人脸特征的数值表示样本。 （４）特征匹配：将待识别人脸与已知人脸比较得出相关信息。 当人脸的光照、表情发生比

针对NMF(非负矩阵分解)算法基于局部特征提取的特点,提出了一种对NMF基矩阵的处理方法,以提高在局部遮挡环境下人脸识别系统的识别率。首先使用离散小波变换得到样本的低频信息,利用NMF得到基矩阵;然后通过阈值判断提取能够突出表现人脸特征的部分,得到优化后的特征子空间,并将样本在该子空间上投影;最后使用支持向量机对所得到的投影系数分类。实验结果表明,优化算法其运算时间

第3卷第 5 9期 21年 5 02月一

计

算

机

科

学

Vo . 9N o 5 13 .M a O1 y2 2

Co mpu e Sce e tr i nc

种改进的基于 NMF的人脸识别方法林庆李。佳雍建平廖定安。

(江苏大学计算机科学与通信工程学院镇江 2 2 1) ( 10 3南京大学计算机科学与技术学院南京 20 9) 10 4。(常州纺织服装职业技术学院信息技术系常州 2 3 6 ) 1 14。摘要针对 NMF非负矩阵分解)法基于局部特征提取的特点，出了一种对 N基矩阵的处理方法. (算提以提高

在局部遮挡环境下人脸识别系统的识别率。首先使用离散小波变换得到样本的低频信息，用 N得到基矩阵；利然

后通过阈值判断提取能够突出表现人脸特征的部分，得到优化后的特征子空间，并将样本在该子

基于PCA和BP神经网络的人脸识别方法

摘要：基于PCA 和BP 神经网络的人脸识别方法是针对PCA 方法中存在的问题和它对未训练过的样本识别率低的缺点而提出的。该方法在预处理的基础上，利用PCA处理人脸特征，提取其中分类能力强的特征，实现在识别精度不变的情况下，有效的去除冗余信息；然后将约简后的属性输入到神经网络进行规则提取，利用神经网络非线性映射和并行处理的特点，增强对人脸图像识别的泛化能力。实验证明，使用该方法在识别率上有一定的提高。 关键词：人类识别、BP神经网络、PCA、特征提取

引言

人脸识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别是一项热门的计算机技术研究领域，可以将人脸明暗侦测，自动调整动态曝光补偿，人脸追踪侦测，自动调整影像放大；它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。进行人脸图像识别研究具有很大的使用价值。如同人的指纹一样，人脸也具有唯一性，也可用来鉴别一个人的身份。现在己有实用的计算机自动指纹识别系统面世，并在安检等部门得到应用，但还没有通用成熟的人脸自动识别系统出现。人脸图像的自动识别系统较之指纹识别系统、DNA鉴定等更具方便性，因为它取样方便，可以不接

基于Gabor特征的人脸识别算法的研究

中国农业大学 周光富

摘要：Gabor特征能从不同方向和尺度有效表示人脸图片的局部特征,但是利用传统Gabor特征的方法却忽略原始人脸图片所包含的全局特征.文中把Gabor特征和原始图片信息结合起来,构成增强的Gabor特征,并结合直接分步线性判别分析算法,提出一种人脸识别方法.在Yale、ORL和Georgia Tech人脸库的仿真实验结果表明,相对于传统Gabor特征,增强Gabor特征能够有效提高人脸识别率.

关键字：Gabor，人脸识别

The Survey of Face Recognition Based on Gabor Feature

ABSTRACT

Gabor features Call effectively represent the local features of face image with different directions and scales．However，traditional Gabor features based algorithms neglect the global features of the original image．

传统的二维人脸识别方法的识别效果受人脸图像由于光照、表情、视角和饰物等的影响(统称为特殊人脸)很大。独立成分分析能有效地提取人脸特征,且所提取的特征具有高阶不相关性。回归分析具有良好的线性相关性分析能力。提出了基于独立成分分析和回归分析相结合的人脸识别方法,实验结果表明,与传统的主分量分析算法与K-最近邻分类器结合的人脸识别方法相比,该方法对特殊人脸图像

维普资讯

10 0

福

建

电

脑

20 0 8年第 6期

基于独立成分分析和回归分析的人脸识别方法研究刘接胜，黄道平，李德禄(华南理工大学自动化科学与工程学院广东广州 5 0 4 16 0)

【摘要 J传统的二维人脸识别方法的识别效果受人脸图像由 f￣照、情、角和饰物等的影响 (称为特殊人脸 ): - -表视统 很大。立成分分析能有效地提取人脸特征，所提取的特征具有高阶不相关性。归分析具有良好的线性相关性分析能力。独且回提出了基于独立成分分析和回归分析相结合的人脸识别方法 .实验结果表明，与传统的主分量分析算法与 K最近邻分类器一

结合的人脸识别方法相比 .方法对特殊人脸图像的识别具有相当的优势。该

【关键词】人脸识别；殊人脸；立成分；归分析；设检验；:特独回假1盲 .引

统计学已证明1来自同一总体的各样本之

传统的二维人脸识别方法的识别效果受人脸图像由于光照、表情、视角和饰物等的影响(统称为特殊人脸)很大。独立成分分析能有效地提取人脸特征,且所提取的特征具有高阶不相关性。回归分析具有良好的线性相关性分析能力。提出了基于独立成分分析和回归分析相结合的人脸识别方法,实验结果表明,与传统的主分量分析算法与K-最近邻分类器结合的人脸识别方法相比,该方法对特殊人脸图像

维普资讯

10 0

福

建

电

脑

20 0 8年第 6期

基于独立成分分析和回归分析的人脸识别方法研究刘接胜，黄道平，李德禄(华南理工大学自动化科学与工程学院广东广州 5 0 4 16 0)

【摘要 J传统的二维人脸识别方法的识别效果受人脸图像由 f￣照、情、角和饰物等的影响 (称为特殊人脸 ): - -表视统 很大。立成分分析能有效地提取人脸特征，所提取的特征具有高阶不相关性。归分析具有良好的线性相关性分析能力。独且回提出了基于独立成分分析和回归分析相结合的人脸识别方法 .实验结果表明，与传统的主分量分析算法与 K最近邻分类器一

结合的人脸识别方法相比 .方法对特殊人脸图像的识别具有相当的优势。该

【关键词】人脸识别；殊人脸；立成分；归分析；设检验；:特独回假1盲 .引

统计学已证明1来自同一总体的各样本之

提出了基于2D-PCA、2D-LDA两种特征采用融合分类器的人脸识别方法。首先提取人脸图像的2D-PCA和2D-LDA特征,对不同特征在决策层对分类器进行融合。在ORL人脸库上的试验结果表明,分类器决策层融合方法在识别性能上优于2D-PCA和2D-LDA,更具有鲁棒性。

维普资讯

第 2卷第 8 4期20 0 7年 8月

计算机应用研究Ap l a i n Re e r h o mp tr p i t s a c fCo u e s c o

Vo . 4 No 8 12 . Au .2 0 g 0 7

基于 2 P A和 2—D的人脸识别方法术 C D LA D温福喜，刘宏伟(西安电子科技大学雷达信号处理国家重点实验室。安 70 7 )西 1 1 0摘要：提出了基于 2 P A、 D L A两种特征采用融合分类器的人脸识别方法。首先提取人脸图像的 2— D—C 2—D D

P A和 2—D C D L A特征，不同特征在决策层对分类器进行融合。在 O L人脸库上的试验结果表明，类器决策对 R分

层融合方法在识别性能上优于 2—C DP A和 2。D更具有鲁棒性。 DL A,关键词：人脸识别；维主分量分析；二维线性可分性分析；类器融合二分中图