[發明專利]一種基于復合梯度向量的人臉識別方法

無效

• 申請號: 201110259963.X
• 申請日: 2011-09-05
• 公開（公告）號: CN102324022A
• 公開（公告）日: 2012-01-18
• 發明（設計）人: 王志宏;袁姮;姜文濤
• 申請（專利權）人: 遼寧工程技術大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/64
• 代理公司: 阜新市和達專利事務所 21206
• 代理人: 邢志宏;趙景浦

技術領域

本發明屬模式識別技術領域，具體涉及一種基于復合梯度向量的人臉識別方法。

背景技術

人臉識別技術是利用計算機進行人臉圖像的分析與匹配，具有無接觸、距離適中、過程簡單的技術優點。人臉識別應用廣泛，在罪犯身份識別、身份跟蹤、出入境身份核實及門禁系統等安全領域具有較高的應用價值，同時也是模式識別領域內的經典研究課題。

早在20世紀60年代末期，人們利用篩選出的人臉幾何特征進行分類識別，識別效果不甚理想。80年代末期，Kirby[1]等人通過K-L變換思想的引入，設計了一種基于最小均方誤差描述下的人臉識別技術。在此基礎上，Turk和Pentland[2]提出了基于重構權向量的特征臉識別技術，隨后，人臉識別領域展開了基于面部表征的子空間人臉分析法的研究熱潮。其中比較經典的識別方法有人臉主成分分析法PCA[2]、線性判別法LDA[3]、獨立主成分分析法ICA[4]、Baysian方法[5]、基于核技術的Kernel?PCA方法[6]、Kernel?LDA方法[7]、Variant?Faces分類方法[8]?、基于全局和局部特征集成的方法[9]等等。

與生物界的識別系統相比，現有人臉識別方法的一個普遍弱點是缺乏與環境同步調節的能力。而生物的視覺感知可以自然地與周圍環境進行很好的協調，以適應其本身對視覺目標的最大關注度，自動追蹤目標最有吸引力的表征信息，然后將這些最有吸引力的表征信息組合起來，形成生物視覺效應中最明顯的特征分布約束信息，以此作為目標識別的依據。如果現有的人臉識別方法具有了生物的這種“自適應”判別的能力，將對人臉識別效果的提高起到不可限量的作用。

參考文獻

[1]?Kirby?M,?Sirovich?L.?Application?of?the?Karhunen-Loeve?procedure?for?the?characterization?of?human?faces.?IEEE?Trans?.?on?Pattern?Analysis?and?Machine?Intelligence,1990,12:103-108。

[2]Turk?M,Pentland?A.Eigenfaces?for?recognition.Journal?of?Cognitive?Neuroscience,1991,3:71～86。

[3]Belhumeur?V,?Hespanda?J,?Kiregeman?D.?Eigenfacesvs.?Fisherfaces:Recognition?using?class?specific?linear?projection.?IEEE?Transactions?on?Pattern?Analysis?and?Machine?Intelligence,1997,19:711～720。

[4]Bartlett?M.?S,?Movellan?J.R.??Sejnowski?T.J.?Face?recognition?by?independent?component?analysis.?IEEE?Transactions?on?Neural?Networks,2002,13:1450～1464。

[5]Moghaddam?Brik.?Principal?manifolds?and?probabilistic?subspaces?for?visual?recognition.?IEEE?Transactions?on?Pattern?Analysis?and?Machine?Intelligence,2002,24:780～788。

[6]Kim?K.I,?Jung?K.?Kim?H.?J.?Face?recognition?using?kernel?principal?component?analysis.?IEEE?Signal?Processing?Letters,2002,9:40～42。

[7]Mika?S.?Rat?sch?G.?Weston?J.?Scholkopf?B.?Muller?K.?Fisher?discriminant?analysis?with?kernels.?In:?Proceedings?of?IEEE?Workshop?on?Neural?Network?for?Signal?Processing,Madison,?Wisconsin,USA,1999,9:41～48。