基于結(jié)構(gòu)主元分析的人臉識(shí)別方法.pdf

1、 在人臉識(shí)別的一些特殊應(yīng)用(公安刑偵業(yè)務(wù))中，我們常常會(huì)遇到不完整的人臉圖像，通常的人臉識(shí)別算法都會(huì)把這些不完整的人臉圖像作為不符合識(shí)別條件的圖像而拒識(shí)。但是，對(duì)于公安機(jī)關(guān)來說，這些不完整的人臉圖像提供了豐富的破案線索，對(duì)這些不完整的人臉圖像進(jìn)行識(shí)別將會(huì)大大縮小偵察的范圍。人臉識(shí)別屬于模式識(shí)別的范疇。特征臉(eigenface)方法是目前人臉識(shí)別中研究頗多的方法。特征臉方法的理論基礎(chǔ)是矩陣的主元分析。所謂特征臉就是人臉圖像協(xié)方差矩

2、陣的主元。由于協(xié)方差就是統(tǒng)計(jì)平均，因此，特征臉的方法在本質(zhì)上屬于統(tǒng)計(jì)模式識(shí)別的方法。本論文根據(jù)不完整人臉圖像的特點(diǎn)，參考特征臉方法的思想，提出一種基于結(jié)構(gòu)主元分析的人臉識(shí)別方法。長期以來，特征臉方法一直受到計(jì)算復(fù)雜性的困擾。一幅N×N的圖像，其協(xié)方差矩陣是一個(gè)N2×N2的矩陣。當(dāng)N增大時(shí)，計(jì)算一個(gè)N2×N2矩陣特征向量所需的計(jì)算資源恐怕是一個(gè)NP完全的問題。目前，人們常常利用類似奇異值分解的方法來解決這個(gè)問題。但是，當(dāng)樣本數(shù)增多時(shí)(理論

3、上，樣本越多越好，因?yàn)闃颖驹蕉啵瑯颖酒骄驮浇咏y(tǒng)計(jì)平均)，這種做法恐怕還是擺脫不了NP完全的怪圈。本論文提出的基于結(jié)構(gòu)主元分析的人臉識(shí)別方法，不論圖像多大，都是先把圖像分成圖像塊，然后計(jì)算圖像塊(而不是整幅圖像)協(xié)方差矩陣的特征向量。由于圖像塊的大小是固定的(如16×16)，并不隨圖像的大小而變化，因此，基于結(jié)構(gòu)主元分析的人臉識(shí)別方法的計(jì)算量不會(huì)隨著圖像的增大而瘋長?；诮Y(jié)構(gòu)主元分析的人臉識(shí)別方法融合了統(tǒng)計(jì)模式識(shí)別和結(jié)構(gòu)模式識(shí)別的優(yōu)點(diǎn)