基于小波變換的單樣本人臉識別方法研究

頁數(shù)：68
字?jǐn)?shù)：34789
摘要：單樣本人臉識別技術(shù)，由于其隱蔽性操作、非接觸式采集、強(qiáng)大的事后追蹤能力以及易獲取注冊樣本等特點，適用于安全驗證、門禁控制、公安工作等領(lǐng)域，但由于單樣本注冊信息量少，易受光照、環(huán)境等各種噪聲干擾，降低了人臉識別率，不能滿足安全部門領(lǐng)域要求的高準(zhǔn)確率和低風(fēng)險率。因此，針對單樣本注冊的人臉識別問題，本文提出了一種基于小波變換圖像融合的單樣本人臉識別方法。
由于人臉圖像中存在的背景比較多，而且人臉在圖像中的方向和大小不同，需要對人臉圖像進(jìn)行歸一化預(yù)處理。首先將圖像轉(zhuǎn)換至YCrCb色彩空間，并基于膚色在該空間的聚類性，分割出人臉的大致區(qū)域；其次，設(shè)計雙方向的Gabor濾波器對人臉圖像進(jìn)行濾波，并采用膨脹和腐蝕的方法將人眼范圍進(jìn)一步縮小，得到塊狀候選人眼區(qū)域；然后將采集到的雙眼模板匹配到候選的人眼區(qū)域中，從而對人眼進(jìn)行準(zhǔn)確定位；最后根據(jù)人眼定位的坐標(biāo)系，對人臉圖像進(jìn)行角度和尺度的歸一化。
在識別過程中，設(shè)計了基于小波融合和支持向量機(jī)的人臉圖像識別方法。首先利用小波的多分辨率特點，對歸一化的人臉圖像進(jìn)行小波變換，并把小波變換后提取出的注冊樣本的低頻信息以及測試人臉圖像的高頻信息融合，重構(gòu)出一幅新的融合圖像，該圖像體現(xiàn)了注冊圖像與測試人臉圖像的相融性。將把融合圖像與測試人臉圖像之間的相似性作為分類特征，采用支持向量機(jī)作為分類器，實現(xiàn)人臉圖像的匹配識別。
在美國軍方的FERET彩色人臉圖庫、英國劍橋大學(xué)的ORL人臉圖庫以及美國耶魯大學(xué)的YALE人臉圖庫中進(jìn)行實驗，取得了較好的識別效果。實驗結(jié)果表明本文的方法適用于有大量背景的人臉圖像，對人臉的表情和配飾物等具有很好的魯棒性，而且具有較高的正確拒絕率，適用于安全驗證系統(tǒng)、門禁控制等領(lǐng)域。

目錄：摘 要 I
Abstract II
第一章 緒論 1
1.1 人臉識別的背景和意義 1
1.2 人臉識別系統(tǒng) 2
1.3 單樣本人臉識別的發(fā)展歷史及現(xiàn)狀 3
1.4 單樣本人臉識別的主要方法 5
1.4.1 基于增加虛擬樣本的人臉識別方法 5
1.4.2 基于增強(qiáng)單訓(xùn)練樣本的人臉識別方法 6
1.4.3 基于人臉局部特征的識別方法 7
1.5 本文工作的概述和結(jié)構(gòu) 7
1.5.1 本文的工作概述 7
1.5.2 本文的結(jié)構(gòu) 8
第二章 人臉圖像的歸一化方法 9
2.1 基于膚色的人臉區(qū)域檢測 9
2.1.1 YCrCb色彩空間 9
2.1.2 膚色檢測 9
2.2 人眼檢測與定位方法 11
2.2.1基于Gabor濾波器的人眼檢測 12
2.2.2 基于雙眼模板的人眼精確定位 15
2.3 人臉圖像的角度和尺度歸一化 17
2.3.1 圖像旋轉(zhuǎn) 17
2.3.2 圖像縮放 18
2.4 實驗結(jié)果和分析 19
2.4.1 FERET彩色人臉數(shù)據(jù)庫的人臉歸一化實驗 19
2.4.2 基于視頻圖像人臉歸一化實驗 20
2.4.3 實驗結(jié)果分析 22
2.5 本章總結(jié) 23
第三章 人臉圖像的小波變換 24
3.1 小波變換與分辨率分析 24
3.2 離散小波變換及常用小波基 29
3.3 人臉圖像的小波變換 32
3.3.1 二維小波變換 32
3.3.2 人臉圖像的小波變換 34
3.4 本章小結(jié) 35
第四章 基于小波融合的人臉圖像特征描述 36
4.1 小波融合方法 36
4.1.1 圖像融合概述 36
4.1.2 基于小波變換的圖像融合方法 37
4.1.2 基于小波融合的人臉圖像處理 38
4.2 基于小波融合的人臉圖像分析 39
4.2.1 高低頻交叉融合方法 39
4.2.2 基于權(quán)重分配的高低頻交叉融合 41
4.3 實驗結(jié)果和分析 43
4.3.1 實驗圖庫介紹 43
4.3.2 人臉相似性判別 46
4.3.3 實驗結(jié)果分析 48
4.4 本章小結(jié) 48
第五章 基于支持向量機(jī)的單樣本人臉識別 50
5.1 支持向量機(jī)分類器 50
5.1.1 判別函數(shù) 50
5.1.2 分類器設(shè)計 51
5.1.3 支持向量機(jī) 53
5.2 基于支持向量機(jī)的單樣本人臉分類方法 54
5.2.1 常用核函數(shù)介紹 55
5.2.2 奇異值特征向量 55
5.2.3 歐式距離特征向量 56
5.3 實驗結(jié)果和分析 57
5.3.1 人臉數(shù)據(jù)庫實驗 57
5.3.2 人臉識別安全性驗證 58
5.3.3 實驗結(jié)果與分析 60
5.4 本章小結(jié) 60
第六章 結(jié)論 62
參考文獻(xiàn) 63
在學(xué)研究成果 67
致 謝 68

關(guān)鍵詞：人臉識別，單樣本，小波變換，人臉歸一化，支持向量機(jī)

參考文獻(xiàn)：[1] 楊曉飛. 人臉識別系統(tǒng)的研究: (碩士學(xué)位論文). 北京: 化工大學(xué), 2005.
[2] Beymer David, Poggio Tomaso. Face recognition from one example view. Proceedings of the IEEE International Conference on Computer Vision, 1995: 500-507.
[3] Martinez Aleix M.. Recognizing imprecisely localized, partially occluded, and expression variant faces from a single sample per class. IEEE Transactions on Pattern Analysis and Machine Intelligence, v 24, n 6, June, 2002: 748-763.
[4] Martinez, Aleix M.. Recognizing expression variant faces from a single sample image per class, Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, v 1, 2003: I/353-I/358.
[5] Sanderson Conrad, Bengio, Samy. Extrapolating single view face models for multi-view recognition, Proceedings of the 2004 Intelligent Sensors, Sensor Networks and Information Processing Conference, ISSNIP '04, 2004: 581-586.
[6] Le Hung-Son, Li, Haibo. Face Identification From One Single Sample Face Image, Proceedings - International Conference on Image Processing, ICIP, v 5, 2004 International Conference on Image Processing, ICIP 2004, 2004: 1401-1404.
[7] Wang Jie, Gu Yuantao, Plataniotis K.N., ANVenetsanopoulos. Select eigenfaces for face recognition with one training sample per subject, ICARCV 2004 - Proceedings of the 8th International Conference on Control, Automation, Robotics and Vision, 2004: 391-396.
[8] Wang Jie, Plataniotis K.N., Venetsanopolous, A.N.. Selecting kernel eigenfaces for face recognition with one training sample per subject, 2006 IEEE International Conference on Multimedia and Expo, ICME 2006 - Proceedings, 2006: 1637-1640.
[9] Wang Jie, Plataniotis K.N., Lu, Juwei, Venetsanopoulos A.N.. On solving the face recognition problem with one training sample per subject, Pattern Recognition, v 39, n 9, September, 2006: 1746-1762.
[10] Zhang Lei, Wang Sen, Samaras. Dimitris Face synthesis and recognition from a single image under arbitrary unknown lighting using a spherical harmonic basis morphable model, Proceedings - 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, CVPR 2005, 2005: 209-216.
[11] Zhang Lei, Samaras Dimitris. Face recognition from a single training image under arbitrary unknown lighting using spherical harmonics, IEEE Transactions on Pattern Analysis and Machine Intelligence, v 28, n 3, March, 2006: 351-363.
[12] Singh R., Vatsa M., Noore A..Textural feature based face recognition for single training images, Electronics Letters, v 41, n 11, May 26, 2005: 640-641.
[13] Kim Tae-Kyun, Kittler Josef. Locally linear discriminant analysis for multimodally distributed classes for face recognition with a single model image, IEEE Transactions on Pattern Analysis and Machine Intelligence, v 27, n 3, March, 2005: 318-327.
[14] De La Torre Fernando, Gross Ralph, Baker Simon, Vijaya Kumar B.V.K.. Representational Oriented Component Analysis (ROCA) for face recognition with one sample image per training class, Proceedings - 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, CVPR 2005, 2005: 266-273.
[15] Ting Shan, Lovell Brian C., Shaokang Chen. Face recognition robust to head pose from one sample image, Proceedings - 18th International Conference on Pattern Recognition, ICPR 2006, 2006: 515-518.
[16] Zhang Xiaozheng, Gao Yongsheng, Leung Maylor K. H.. Automatic texture synthesis for face recognition from single views, Proceedings - 18th International Conference on Pattern Recognition, ICPR 2006, 2006: 1151-1154.
[17] Grudin M.A., Lisboa P.J.G., Harvey D.M.. Selection of localised salient features from a single facial image, IEE Proceedings: Vision, Image and Signal Processing, v 153, n 4, August, 2006: 461-467.
[18] Yue Zhanfeng, Zhao Wenyi, Chellappa Rama. Pose-encoded spherical harmonics for face recognition and synthesis using a single image, Eurasip Journal on Advances in Signal Processing, v 2008, 2008, p 748483苑瑋琦，一種人臉和耳特征組合識別方法，申請?zhí)枺篊N200510046036.4，公開號：CN1658224.
[19] Shan Shiguang, Gao Wen, Zhao Debin. Ce identification from a single example image based on face-specific subspace (FSS), ASSP, IEEE International Conference on Acoustics, Speech and Signal Processing - Proceedings, v 2, 2002: II/2125-II/2128.
[20] Shan Shiguang, Cao Bo, Gao Wen, Zhao Debin. Tended fisherface for face reocognition from a single example image per person, oceedings - IEEE International Symposium on Circuits and Systems, v 2, 2002: II/81-II/84.
[21] Liao Pin, Shen Li. Unified probabilistic models for face recognition from a single example image per person, Journal of Computer Science and Technology, v 19, n 3, May, 2004: 383-392.
[22] Xie Xudong, Lam Kin-Man. Gabor-based kernel PCA with doubly nonlinear mapping for face recognition with a single face image, IEEE Transactions on Image Processing, v 15, n 9, September, 2006: 2481-2492.
[23] Xie Xudong, Lam Kin-Man. 2008 Face recognition using elastic local reconstruction based on a single face image, Pattern Recognition, v 41, n 1, January, 2008: 406-417.
[24] Huang Jian, Yuen Pong C., Chen Wen-Sheng Lai, Jian Huang. Component-based subspace linear discriminant analysis method for face recognition with one training sample, Optical Engineering, v 44, n 5, May, 2005: 057002.
[25] Wu Jianxin, Zhou Zhi-Hua. Face recognition with one training image per person, Pattern Recognition Letters, v 23, n 14, December, 2002: 1711-1719.
[26] Zhang Daoqiang; Chen Songcan, Zhou Zhi-Hua. A new face recognition method based on SVD perturbation for single example image per person, Applied Mathematics and Computation (New York), v 163, n 2, Apr 15, 2005: 895-907.
[27] Tan Xiaoyang, Chen Songcan, Zhou Zhi-Hua, Zhang, Fuyan. Recognizing partially occluded, expression variant faces from single training image per person with SOM and soft κ-NN ensemble, IEEE Transactions on Neural Networks, v 16, n 4, July, 2005,: 875-886.
[28] Tan Xiaoyang, Chen Songcan, Zhou Zhi-Hua, Zhang Fuyan. Face recognition from a single image per person: A survey, Pattern Recognition, v 39, n 9, September, 2006: 1725-1745.
[29] 譚曉陽, 劉俊, 張福炎. 基于“SOM臉”的選擇性單訓(xùn)練樣本人臉識別. 南京航空航天大學(xué)學(xué)報, 2005, 37(1): 44-47.
[30] 杜成, 蘇光大, 林行剛等. 多姿態(tài)人臉圖像合成. 光電子•激光, 2004, 15(12): 1498-1501.
[31] 張生亮, 楊靜宇. 大類別及少量訓(xùn)練樣本的人臉識別問題研究: (博士學(xué)位論文). 南京: 南京理工大學(xué), 2005.
[32] He, Jiazhong; Sun, Yuehui; Du, Minghui，Image enhancement based eigenface method for face recognition with single training image， Journal of Information and Computational Science, v 4, n 1, March, 2007: 53-58.
[33] 何家忠, 杜明輝. 基于小波的訓(xùn)練樣本增強(qiáng)的單樣本人臉識別，計算機(jī)工程與應(yīng)用，2006, 27: 197-199.
[34] 陳翔, 柏正堯. 基于二代身份證照片庫的人臉識別技術(shù): (碩士學(xué)位論文). 云南: 云南大學(xué), 2007.
[35] 張志剛, 周明全, 耿國華. 基于單幅圖像的人臉三維姿態(tài)估計. 計算機(jī)應(yīng)用, 2007, 27(5): 1138-1140.
[36] 朱長仁, 王潤生. 基于單視圖的多姿態(tài)人臉識別算法. 計算機(jī)學(xué)報, 2003, 26(1): 104-109.
[37] 孔萬增, 朱善安. 基于切割子模塊的單樣本人臉識別. 光電工程, 2007, 34(8): 110-114.
[38] 謝永華, 陳伏兵, 張生亮等. 融合小波變換與KPCA的分塊人臉特征抽取與識別算法. 中國圖象圖形學(xué)報, 2007, 12(4): 666-672.
[39] 聶翔飛, 譚澤富, 郭君. 小波包變換在人臉識別光照補(bǔ)償中的應(yīng)用. 光電工程，2008, 35(1)：50-54.
[40] Jadhao Dattatray V, Holambe Raghunath S. Gabor Wavelet Feature Based Face Recognition Using the Fractional Power Polynomial Kernel Fisher Discriminate Model. Proceedings-International Conference on Computational Intelligence and Multimedia Applications, 2008, 2(1): 387-393.
[41] 阮書敏. 復(fù)雜背景下的多姿態(tài)人臉檢測技術(shù)研究: (碩士學(xué)位論文). 廣州: 福州大學(xué), 2006.
[42] 李偉. 基于膚色分割的人臉檢測算法研究: (碩士學(xué)位論文). 西安: 電子科技大學(xué), 2006.
[43] 李崇, 劉黨輝, 沈蘭蓀. 基于Gabor變換的人眼定位方法. 測控技術(shù), 2006, 25(5): 27-32.
[44] Bin Chen, Zhiqiang Liu, Xianghua Zhang. Eye Location in Human Face Image Using Fuzzy Integral. International Conference on Machine Learning and Cybernetices, 2003: 2500-2505.
[45] Fernando Jorge, Soares Carvalho, and João Manuel, “Eye detection using a deformable template in static images”, VIPimage - I ECCOMAS Thematic Conference on Computational Vision and Medical Image Processing, 2007: 209-215.
[46] 張艷君, 宋京偉. 人臉識別中利用眼球進(jìn)行人臉歸一化. 北京聯(lián)合大學(xué)學(xué)報(自然科學(xué)版), 2006, 20(2): 35-39.
[47] 漲德豐. Matlab小波分析與工程應(yīng)用. 北京: 國防工業(yè)出版社, 2008.
[48] 楊福生.小波變換的工程分析與應(yīng)用. 北京: 科學(xué)出版社, 1999.
[49] Castleman K R. 數(shù)字圖像處理. 北京: 電子工業(yè)出版社, 1998.
[50] 陶亮, 莊鎮(zhèn)泉. 一種基于個人身份認(rèn)證的正面人臉識別算法. 中國圖象圖形學(xué)報, 2003, (8): 860~865.
[51] Jadhao Dattatray V,Holambe Raghunath S. Gabor wavelet feature based face recognition using the fractional power polynomial Kernel Fisher discriminant model. Proceedings - International Conference on Computational Intelligence and Multimedia Applications,2008, 2(1): 387~393.
[52] Payah Wayo,Walaracht Aranya.Efficiency Improvement for Unconstrained Probability Valaes of Modular PCA and Wavelet PCA. International Conference on Advanced Communication Fechnology, 2008, 2(10): 1449~1453.
[53] 楊凌霄, 王成碩, 侯國棟. 基于小波變換和支持向量機(jī)的人臉識別方法研究. 自動化技術(shù)與應(yīng)用, 2007, (4): 52~55.
[54] 蔣巍, 王偉. 基于小波和奇異值分解的人臉識別方法. 計算機(jī)仿真, 2006, 23(4): 181~183.
[55] 楊麗瑞. 基于混合特征融合的離散HMM的人臉表情識別研究: (碩士學(xué)位論文). 江蘇: 江蘇大學(xué), 2008.
[56] 張學(xué)帥, 潘泉, 趙永強(qiáng). 基于靜態(tài)多小波變換的圖像融合. 光電子•激光, 2005, 16(5): 605-609.
[57] 李濤, 田巖, 柳健. 一種基于模糊集和小波變換的圖像融合方法. 華中科技大學(xué)學(xué)報(自然科學(xué)版), 2005, 33(3): 24-26.
[58] 劉振慧, 高晶敏, 崔天橫. 一種基于小波變換的圖像融合新算法. 計算機(jī)工程與應(yīng)用, 2007, 43(12): 74-76.
[59] 楊淑瑩. 模式識別與智能計算. 北京: 電子工業(yè)出版社, 2008.
[60] Mazanec J., Melisek M., Oravec M. etal. Support vector machines, PCA and LDA in face recognition. Journal of Electrical Engineering, 2008, 59(4): 203-209.
[61] 唐述敏, 方景龍. 基于支持向量機(jī)的人臉識別. 計算機(jī)與數(shù)字工程, 2005, 33(7): 75-78.
[62] 朱健, 張錦, 成奮華等. 基于支持向量機(jī)的人臉識別研究. 計算技術(shù)與自動化, 2007, 26(4): 79-81.
[63] 王輝. 主成分分析及支持向量機(jī)在人臉識別中的應(yīng)用. 計算機(jī)技術(shù)與發(fā)展, 2006, 16(8): 24-26.
[64] 樊慧麗, 楊亞萍, 胡俊杰. 基于支持向量機(jī)的人臉識別身份驗證技術(shù)研究. 太原理工大學(xué)學(xué)報, 2007, 38(3): 119-221.
[65] 梁毅雄, 龔衛(wèi)國, 潘英俊. 基于奇異值分解的人臉識別方法. 光學(xué)精密工程, 2004, 12(5): 543-548.
[66] 王耀明. 基于奇異值特征向量的支持向量機(jī)人臉識別技術(shù). 上海電機(jī)學(xué)院學(xué)報, 2007, 10(2): 119-122.
[67] 閆榮華, 彭進(jìn)業(yè), 李巖. 基于小波域奇異值分解的人臉識別方法. 計算機(jī)工程, 2007, 33(4): 211-214.