【摘要】：人臉識別中特征提取是人臉識別過程中的主要步驟之一,特征提取效果極大地影響著識別的精度.在目前的大多數(shù)人臉識別方法中,僅僅提取、利用了面部區(qū)域的局部特征.為提高人臉識別精度,本文提出了一種新的人臉識別方案(GF-LF),該方案先在Gabor濾波器的輸出結(jié)果基礎(chǔ)上應(yīng)用Zernike矩,得到一種新的全局特征描述符,再利用方向梯度直方圖(HOG)獲取局部特征,最后將全局特征與局部有效特征相結(jié)合構(gòu)成人臉識別的最終特征.在ORL和Yale人臉識別數(shù)據(jù)庫上測試表明,該方法的人臉識別率達(dá)到96%,優(yōu)于目前大多數(shù)的人臉識別方法.
【圖文】：

圖２不同Ｚｅｒｎｉｋｅ參數(shù)在ＯＲＬ和ＹＡＬＥ數(shù)據(jù)中的識別率為了評估Ｇａｂｏｒ變換的尺度和方向?qū)Γ牵疲蹋菩实挠绊�，設(shè)置了不同的參數(shù)值，方向參數(shù)ｏ設(shè)置從１到１０變化，尺度參數(shù)ｓ設(shè)置為２，３，４，５，然后計(jì)算系統(tǒng)的精度進(jìn)行比較．如圖３中所示，可以看出參數(shù)在“ｓ＝３”和“ｏ＝３”的情況下的識別率高于在其他情況下獲得的識別率．Ｇａｂｏｒ?yàn)V波器的尺度和方向在確定ＧＦ全局特征向量的長度中起著最重要的作用．Ｇａｂｏｒ?yàn)V波器的方向和尺度參數(shù)都設(shè)置為３，輸入圖像被分解為９個(gè)濾波圖像，特征向量ＧＦ的長度即等于９．圖３不同Ｇａｂｏｒ參數(shù)下的識別率３．２ＧＦ－ＬＦ系統(tǒng)的評估在確定ＧＦ－ＬＦ系統(tǒng)的參數(shù)后，對其進(jìn)行綜合評估．首先，將尺度參數(shù)為３和方向參數(shù)為３的Ｇａｂｏｒ?yàn)V波器與輸入圖像進(jìn)行卷積．然后，對濾波的子圖像應(yīng)用具有階數(shù)為４的Ｚｅｒｎｉｋｅ矩，對每一幅圖像提取得到長度為９的全局特征向量Ｇ．提取局部特征時(shí)，將輸入圖像劃分為３×３的９個(gè)單元．在每個(gè)單元格中，使用ＨＯＧ描述符在９個(gè)方向中提取梯度直方圖Ｈ．將Ｇ與Ｈ進(jìn)行連接，對于每個(gè)面部圖像即可獲得具有長度９０的面部特征向量Ｆ．使用Ｙａｌｅ和ＯＲＬ面部數(shù)據(jù)庫中的可用圖像來測試和評估ＧＦ－ＬＦ人臉識別系統(tǒng)．在該實(shí)驗(yàn)中，對每個(gè)人使用了不同數(shù)量的訓(xùn)練圖像來評估所提出的系統(tǒng)．如圖４所示，結(jié)果表明如果訓(xùn)練圖像的數(shù)量大于６，，則ＧＦ－ＬＦ系統(tǒng)的識別率高達(dá)９９％，訓(xùn)練圖像達(dá)到８個(gè)時(shí)，所提出的方法在２個(gè)數(shù)據(jù)集

部區(qū)域的全局結(jié)構(gòu)特征．然后選擇ＨＯＧ描述符用于提取局部統(tǒng)計(jì)特征（ＬｏｃａｌＦｅａｔｕｒｅ，ＬＦ），能夠正確地描述不同面部區(qū)域的局部特征．最后將這些特征進(jìn)行組合，從而產(chǎn)生了新的人臉識別方案，不僅能提高識別率，所產(chǎn)生的特征向量維度也較低，不需再使用其他的降維技術(shù)．在進(jìn)行人臉識別時(shí)，針對所輸入圖像提取上述特征向量，并將其與存儲在數(shù)據(jù)庫中的所有特征向量進(jìn)行比較．將輸入圖像分配給與數(shù)據(jù)庫中特征向量具有最小距離（最近鄰分類方法）的那張圖所屬的類別．該系統(tǒng)的執(zhí)行流程如圖１所示．圖１系統(tǒng)執(zhí)行流程圖２．１全局特征提�。牵茷榱烁行У孛枋雒娌繄D像的全局特征，提出了一種新的全局特征描述符（ＧｌｏｂａｌＦｅａｔｕｒｅ，ＧＦ）．將輸入圖像Ｉ映射到不同的尺度和方向．然后，在每個(gè)尺度（用ｓ表示）和方向（用ｏ表示）中，提取全局信息并將其定義為一個(gè)數(shù)值．ＧＦ描述符的一般形式如為ＧＦｖ（Ｉ）＝ｒ＊ｇｖ（Ｉ）ｖ＝１，２，３，…Ｖ（１）其中ｇｖ是用于將輸入圖像Ｉ映射到尺度和方向ｖ的函數(shù)，ｒ是用一個(gè)Ｚｅｒｎｉｋｅ矩描述映射圖像的另一個(gè)函數(shù)．在諸如Ｗａｖｅｌｅｔ，ＰＣＡ，Ｈａｄａｍａｒｄ和Ｇａｂｏｒ等變換中，都可以用于函數(shù)ｇｖ（Ｉ），本文采用的是Ｇａｂｏｒ變換，Ｇａｂｏｒ具有正確地控制尺度和方向參數(shù)的優(yōu)點(diǎn)．Ｇａｂｏｒ變換通過將輸入圖像Ｉ變換成具有方向（ｏ）和尺度（ｓ）的不同濾波圖像Ｇｓ，ｏ，提供了多分辨率分析的可能性，Ｇｓ，ｏ的表示方法為ＧＳ，Ｏ（ｘ，ｙ）＝
【作者單位】： 華東師范大學(xué)教育專業(yè)學(xué)位管理中心;浙江商業(yè)職業(yè)技術(shù)學(xué)院信息辦公室;
【基金】：浙江省新苗人才計(jì)劃項(xiàng)目(2016R441002)
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李粉蘭;曹霄輝;左坤隆;徐可欣;;采用改進(jìn)的基于余量的算法實(shí)現(xiàn)人臉識別中最佳Gabor特征的選擇(英文)[J];光電工程;2006年09期

2 李嵐;;Gabor框架及其對偶框架的擾動(dòng)[J];紡織高�；A(chǔ)科學(xué)學(xué)報(bào);2008年01期

3 郭永明;水鵬朗;;一種修正Gabor譜圖的新方法[J];計(jì)算機(jī)工程與應(yīng)用;2008年28期

4 柳葉;;Gabor框的存在性問題探討[J];西南大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年08期

5 袁偉;李曉東;;人臉識別應(yīng)用中的Gabor核選擇算法(英文)[J];中國科學(xué)技術(shù)大學(xué)學(xué)報(bào);2012年07期

6 許春曄,郭寶蘭;基于Gabor函數(shù)的漢字字體識別[J];河北大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年02期

7 田學(xué)東,郭寶蘭;基于Gabor變換的漢字字體識別研究[J];計(jì)算機(jī)工程與應(yīng)用;2002年20期

8 馬麗紅,張宇,陳曉棠;慣性平面下基于Gabor濾波和視網(wǎng)膜模型的目標(biāo)檢測[J];微電子學(xué)與計(jì)算機(jī);2004年01期

9 回紅,陳祥獻(xiàn),周泓,汪樂宇;Gabor函數(shù)實(shí)現(xiàn)基于結(jié)構(gòu)的指紋識別[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2004年06期

10 孫同倫,尹東,唐群元;基于Gabor濾波增強(qiáng)的指紋識別[J];生物醫(yī)學(xué)工程研究;2005年01期

相關(guān)會議論文 前10條

1 朱學(xué)芳;鄒文豪;王欒井;;對字體識別中Gabor濾波器參數(shù)的實(shí)驗(yàn)研究[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

2 Kurban Ubul;Abdiryim Raxidin;Alim Aysa;;2-D Gabor Filter based Feature Extraction Method for Uyghur Handwriting Image[A];少數(shù)民族青年自然語言處理技術(shù)研究與進(jìn)展——第三屆全國少數(shù)民族青年自然語言信息處理、第二屆全國多語言知識庫建設(shè)聯(lián)合學(xué)術(shù)研討會論文集[C];2010年

3 ;Face recognition based on Gabor phase[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會——通信與信息技術(shù)會議論文集（下）[C];2006年

4 馬世偉;吳從毛;袁康;;基于時(shí)間切變Gabor原子的時(shí)頻建模[A];中國系統(tǒng)仿真學(xué)會第五次全國會員代表大會暨2006年全國學(xué)術(shù)年會論文集[C];2006年

5 唐榮生;張宏志;王寬全;;基于Gabor小波的舌象舌苔厚薄分類研究[A];黑龍江省計(jì)算機(jī)學(xué)會2007年學(xué)術(shù)交流年會論文集[C];2007年

6 ;Edge Detection of Plant Roots Image via Gabor Wavelet Theory[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

7 何苗;張宏志;王寬全;;基于Gabor小波和特征加權(quán)的紅星舌象分類研究[A];黑龍江省計(jì)算機(jī)學(xué)會2007年學(xué)術(shù)交流年會論文集[C];2007年

8 LV Xue-fang;Ping Tao;;Realization of Face Recognition System Based on Gabor Wavelet and Elastic Bunch Graph Matching[A];第25屆中國控制與決策會議論文集[C];2013年

9 朱學(xué)芳;鄒文豪;朱鵬;;基于Gabor函數(shù)的字體識別實(shí)驗(yàn)研究[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

10 郭浩;歐宗瑛;;基于Gabor濾波的指紋增強(qiáng)方法研究[A];首屆信息獲取與處理學(xué)術(shù)會議論文集[C];2003年

相關(guān)博士學(xué)位論文 前10條

1 霍光;基于二維Gabor濾波的虹膜特征表達(dá)及識別方法研究[D];吉林大學(xué);2016年

2 余磊;Gabor小波變換在人臉識別中的應(yīng)用研究[D];重慶大學(xué);2009年

3 何飛;基于Gabor濾波的虹膜多特征提取及融合識別方法研究[D];吉林大學(xué);2015年

4 李云峰;基于Gabor小波變換的人臉識別[D];大連理工大學(xué);2006年

5 杜賡;基于尺度不變特征的人臉識別[D];北京郵電大學(xué);2010年

6 蘇亞;主動(dòng)表觀模型的建模與匹配[D];西安電子科技大學(xué);2010年

7 趙振華;人臉識別關(guān)鍵問題研究[D];蘭州理工大學(xué);2012年

8 王匯源;基于線性子空間及環(huán)形對稱GABOR變換的人臉識別算法研究[D];山東大學(xué);2007年

9 李文書;中醫(yī)舌診中若干圖像分析關(guān)鍵技術(shù)的研究[D];浙江大學(xué);2005年

10 李志明;基于稀疏表示和局部描述的人臉識別算法研究[D];天津大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 伍文婷;對Gabor框的某些問題研究[D];華東師范大學(xué);2007年

2 袁書萍;利用多抽樣率濾波技術(shù)快速并行實(shí)現(xiàn)實(shí)值離散Gabor展開與變換[D];安徽大學(xué);2011年

3 向維輝;基于Gabor濾波的完備CS-LBP算子圖像紋理特征提取算法研究[D];昆明理工大學(xué);2015年

4 張雁騰;基于Gabor小波分解的線性子空間人臉識別方法[D];昆明理工大學(xué);2015年

5 陳玉玲;基于Gabor和ILDA的人耳識別研究[D];江西理工大學(xué);2015年

6 王文佳;基于人眼識別的手機(jī)游戲防沉迷系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

7 馬逢樂;基于Gabor小波的能量空間特征點(diǎn)提取方法研究[D];北京化工大學(xué);2014年

8 許偉;基于Gabor特征和SVM的人臉識別方法研究[D];新疆大學(xué);2015年

9 魏永成;基于Android系統(tǒng)的實(shí)時(shí)人臉識別及其應(yīng)用[D];電子科技大學(xué);2014年

10 陳欣;基于Gabor小波變換的單樣本人臉識別算法研究[D];電子科技大學(xué);2015年

本文編號：2550767