本文關鍵詞：北京大學視覺與聽覺信息處理國家重點實驗室開放課題基金，由筆耕文化傳播整理發(fā)布。

結合合小波變換(wT)、二維主元分析(2DPcA)和獨立元分析(ICA)的特點,提出一種人臉識別方法.首先,利用小波變換將原始圖像分解為高頻分量和低頻分量,并忽略水平高頻與垂直高頻分量,從而消除噪聲.然后,通過2DPCA對該圖像進行降維,求得白化矩陣.再利用ICA獲得訓練樣本的獨立元成分,同時求得訓練樣本獨立基構造的獨立基子空問.

第２０卷第３期

模式識別與人工智能

Ｖ０１．２０Ｎｏ．３２００７年６月

ＰＲ

８ＬＡＩ

Ｊｕｎ

２００７

基于小波變換、二維主元分析與獨立元分析的

人臉識別方法

＊

甘俊英１’２李春芝１

１（五邑大學信息學院江門

５２９０２０）

２（北京大學視覺與聽覺信息處理國家重點實驗室北京

１００８７１）

摘要結合小波變換（ｗＴ）、二維主元分析（２ＤＰｃＡ）和獨立元分析（ＩＣＡ）的特點，提出一種人臉識別方法．首先，利用小波變換將原始圖像分解為高頻分量和低頻分量，并忽略水平高頻與垂直高頻分量，從而消除噪聲．然后，通過２ＤＰＣＡ對該圖像進行降維，求得白化矩陣．再利用ＩＣＡ獲得訓練樣本的獨立元成分，同時求得訓練樣本獨立基構造的獨立基子空問．最后，將訓練樣本與測試樣本分別朝該獨立基子空間投影，獲得樣本的投影特征，并依據(jù)最近鄰準則完成人臉識別．基于０ＲＬ與Ｙａｌｅ人臉數(shù)據(jù)庫的實驗結果表明，本文方法正確識別率高于２ＤＰＣＡ、２ＤＰＣＡ—ＩＣＡ與ｗＴ一２ＤＰＣＡ算法．關鍵詞

人臉識別，二維主元分析（２ＤＰＣＡ），獨立元分析（ＩＣＡ），小波變換（ｗＴ）

中圖法分類號ＴＰ３９１。４

Ｆａｃｅ

Ｒ＆ｏｇｎｉｔｉｏｎ

Ｂａｓｅｄ

ｏｎ

ＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍ．Ｔｗｏ—Ｄｉｍｅｎｓｉｏｎａｌ

ＰｒｉｎｃｉｐａｌＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓａｎｄＩｎｄｅｐｅｎｄｅｎｔＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ

ＧＡＮＪｕｎ—Ｙｉｎ９１¨．ＬＩＣｈｕｎ—Ｚｈｉｌ

１（Ｓｃｈｏｏｌｏｆ

Ｉｎｆｏｒｍａｔｉｏｎ，ＷｕｙｉＵｎｉｖｅｒｓｉｔｙ，Ｊｉａｎｇｍｅｎ５２９０２０）

２（ＮａｔｉｏｎａｌＬａｂｏｒａｔｏｒｙｏｎＭａｃｈｉｎｅＰｅｒｃｅｐｔｉｏｎ，ＰｅｋｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００８７１）

ＡＢＳＴＲＡＣＴ

Ｃｏｍｂｉｎｅｄｗｉｔｈｗａｖｅｌｅｔ

ｔｒａｎｓｆｏｒｍ（ＷＴ），，ｔＷＯ—ｄｉｍｅｎｓｉｏｎａｌ

ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ

（２ＤＰＣＡ）ａｎｄｉｎｄｅｐｅｎｄｅｎｔｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ（ＩＣＡ），ａｍｅｔｈｏｄｆｏｒｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｉｓｐｒｅｓｅｎｔｅｄ．

Ｆｉｒｓｔｌｙ，ｔｈｅｏｒｉｇｉｎａｌｉｍａｇｅｓａｒｅ

ｄｅｃｏｍｐｏｓｅｄｉｎｔｏｈｉｇｈ—ｆｒｅｑｕｅｎｃｙａｎｄｌｏｗ—ｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｓｂｙ

ｕｓｉｎｇ

ＷＴ．Ｔｈｅ

ｈｏｒｉｚｏｎｔａｌａｎｄｖｅｒｔｉｃａｌｈｉｇｈ—ｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｓａｒｅ

ｉｇｎｏｒｅｄ，ａｎｄｔｈｅｎｏｉｓｅｉｓ

ｅｌｉｍｉｎａｔｅｄ．Ｔｈｅｎ，ｄｉｍｅｎｓｉｏｎｒｅｄｕｃｔｉｏｎｉｓｐｅｒｆｏｒｍｅｄｂｙ２ＤＰＣＡ，ａｎｄ

ａ

ｗｈｉｔｅｎｅｄｍａｔｒｉｘｉｓ

ｏｂｔａｉｎｅｄ．Ｔｈｅｉｎｄｅｐｅｎｄｅｎｔｃｏｍｐｏｎｅｎｔｓｏｆｔｒａｉｎｉｎｇｓａｍｐｌｅｓ

ａｒｅ

ａｃｑｕｉｒｅｄｂｙＩＣＡ．Ｍｅａｎｗｈｉｌｅ，ａｎ

ｉｎｄｅｐｅｎｄｅｎｔｂａｓｉｓｓｕｂｓｐａｃｅｉｓｃｏｎｓｔｒｕｃｔｅｄｂｙｔｈｅｉｎｄｅｐｅｎｄｅｎｔｂａｓｉｓｏｆｔｒａｉｎｉｎｇｓａｍｐｌｅｓ．Ｆｉｎａｌｌｙ，ｔｈｅｐｒｏｊｅｃｔｅｄｆｅａｔｕｒｅｓｏｆｔｒａｉｎｉｎｇａｎｄｔｈｅｔｅｓｔｉｎｇｓａｍｐｌｅｓｏｎ

ｔｈｅｉｎｄｅｐｅｎｄｅｎｔｂａｓｉｓｓｕｂｓｐａｃｅ

ａｒｅ

ｇａｉｎｅｄ，ｔｈｅｒｅｆｏｒｅ

ｆａｃｅｒｅｃｏｇｎｉｔｉｏｎ

ｃａｎ

ｂｅｒｅａｌｉｚｅｄ

ａｃｃｏｒｄｉｎｇ

ｔｏ

ｔｈｅｎｅａｒｅｓｔ

ｎｅｉｇｈｂｏｕｒ

ｒｕｌｅ．

Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｎ

ＯｌｉｖｅｔｔｉＲｅｓｅａｒｃｈＬａｂｏｒａｔｏｒｙ（ＯＲＬ）ａｎｄＹａｌｅｆａｃｅｄａｔａｂａｓｅｓｈｏｗｔｈａｔ

ｔｈｅｒｅｃｏｇｎｉｔｉｏｎ

ｒａｔｅ

ｂｙｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｈｉｇｈｅｒｔｈａｎｔｈａｔｂｙ２ＤＰＣＡ，２ＤＰＣＡ—ＩＣＡ，ａｎｄ

＊廣東省自然科學基金（Ｎｏ．０３２３５６）、北京大學視覺與聽覺信息處理國家重點實驗室開放課題基金（Ｎｏ．０５０５）資助項目收稿日期：２００５—０７—０４；修回日期：２００６—１卜２７

作者簡介甘俊英，女，１９６４年生，教授，博士，主要研究方向為生物特征識別等．Ｅ—ｍａｉｌ：ｊｙｇａｎ＠ｗｙｕ．ｃｎ．李春芝，女，１９８２年生，碩士研究生，主要研究方向為生物特征信息處理與識別等．

  本文關鍵詞：北京大學視覺與聽覺信息處理國家重點實驗室開放課題基金，由筆耕文化傳播整理發(fā)布。