文档文库
手机版
投诉建议
热门搜索： 心得体会 演讲稿 思想汇报
首页 > 正在进行安全检测...

正在进行安全检测...

发布时间：1714356846   来源：文档文库   
小 中 大
字号：
手机查看
第３２卷第９期　２０１５年９月　计算机应用与软件　Ｃｏｍｐｕｔｅｒ　Ａｐｐｌｉｃａｔｉｏｎｓ　ａｎｄ　Ｓｏｆｔｗａｒｅ　Ｖｏｌ＿３２　Ｎｏ．９　Ｓｅｐ．２０１５　基于图像分块和特征选择的单训练样本人脸识别　李俊霞　张书敏　吴何胜　（河南农业职业学院电子信息工程系（南京大学软件学院河南郑州４５１４５０）　江苏南京２１００９３）　摘要　为了提高人脸识别的正确率，针对单样本人脸识别训练样本存在的缺陷，提出一种基于图像分块和特征选择的单样本人　脸识别算法。首先将人脸图像划分成子块，并分别提取各子块的特征，连接成人脸图像特征向量，然后采用多流形判断分析算法选　择对人脸识别结果贡献较大的特征。最后计算采用支持向量机对人脸进行识别，并采用Ｙａｌｅ　Ｂ和ＰＩＥ人脸库对本文人脸算法的有　效性和优越性进行仿真测试。仿真结果表明，相对于当前典型人脸识别算法，该算法提高了人脸识别正确率，获得了更加理想的人　脸识别效果。　关键词　训练样本人脸识别　图像分块　特征提取　中图分类号ＴＰ３９１　文献标识码Ａ　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００－３８６ｘ．２０１５．０９．０７３　ＳＩＮＧＬＥ　ＴＲＡＩＮＩＮＧ　ＳＡＭＰＬＥ　ＦＡＣＥ　ＲＥＣｏＧＮＩＴＩｏＮ　ＢＡＳＥＤ　ｏＮ　ＩＭＡＧＥ　ＢＬｏＣＫＩＮＧ　ＡＮＤ　ＦＥＡＴＵＲＥ　ＳＥＬＥＣＴＩｏＮ　Ｌｉ　Ｊｕｎｘｉａ　Ｚｈａｎｇ　Ｓｈｕｍｉｎ　Ｗｕ　Ｈｅｓｈｅｎｇ　（Ｄｅｐａｒｔｍｅｎｔ　ｏｆＥｌｅｃｔｒｏｎｉｃ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈｅｎａｎ　Ｖｏｃａｔｉｏｎａｌ　Ｃｏｌｌｅｇｅ　ｏｆＡｇｒｉｃｕｔＭ　，Ｚｈｅｎｇｚｈｏｕ　４５１４５０，Ｈｅ　口ｎ，ＣｈｉｎⅡ）　（Ｉｎｓｔｉｔｕｔｅ　ｏｆＳｏｔｆｗａｒｅ，Ｎａｎｊｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ　２１００９３，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ　Ｉｎ　ｏｒｄｅｒ　ｔｏ　ｉｍｐｒｏｖｅ　ｔｈｅ　ａｃｃｕｒａｃｙ　ｒａｔｅ　ｏｆ　ｆａｃｅ　ｒｅｃｏｇｎｉｔｉｏｎ，ｗｅ　ｐｒｏｐｏｓｅ　ａ　ｓｉｎ￣ｅ　ｔｒａｉｎｉｎｇ　ｓａｍｐｌｅ　ｆａｃｅ　ｒｅｃｏｇｎｉｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｗｈｉｃｈ　ｉｓ　ｂａｓｅｄ　ｏｎ　ｉｍａｇｅ　ｂｌｏｃｋｉｎｇ　ａｎｄ　ｆｅａｔｕｒｅ　ｓｅｌｅｃｔｉｏｎ　ａｉｍｅｄ　ａｔ　ｔｈｅ　ｄｅｆｅｃｔ　ｏｆ　ｓｉｎ￣ｅ　ｆａｃｅ　ｒｅｃｏｇｎｉｔｉｏｎ　ｔｒａｉｎｉｎｇ　ｓａｍｐｌｅ．Ｆｉｒｓｔｌｙ，ｉｔ　ｄｉｖｉｄｅｓ　ｔｈｅ　ｉｍａｇｅ　ｉｎｔｏ　ｓｕｂ—ｂｌｏｃｋｓ，ａｎｄ　ｅｘｔｒａｃｔｓ　ｔｈｅ　ｆｅａｔｕｒｅｓ　ｏｆ　ｅａｃｈ　ｓｕｂ—ｂｌｏｃｋ　ｓｅｐａｒａｔｅｌｙ　ｔｏ　ｊｏｉｎ　ｔｈｅｍ　ｔｏ　ｅｉｇｅｎｖｅｃｔｏｒ　ｏｆ　ｆａｃｅ　ｉｍａｇｅ，ｔｈｅｎ　ｉｔ　Ｕｓｅｓ　ｍｕｈｉ—ｍａｎｉｆｏｌｄ　ｊｕｄｇｅｍｅｎｔ　ａｎｄ　ａｎａｌｙｓｉｓ　ａｌｇｏｒｉｔｈｍ　ｔｏ　ｃｈｏｏｓｅ　ｔｈｅ　ｆｅａｔｕｒｅｓ　ｗｉｔｈ￣ｅａｔｅｒ　ｃｏｎｔｉｒｂｕｔｉｏｎ　ｔｏ　ｆａｃｅ　ｒｅｃｏｇｎｉｔｉｏｎ　ｒｅｓｕｌｔ：Ｔｈｅ　ｆｉｎａｌ　ｃａｌｃｕｌａｔｉｏｎ　ａｄｏ．ｐｔｓ　ＳＶＭ　ｔｏ　ｒｅｃｏｇｎｉｓｅ　ｔｈｅ　ｆａｃｅ，ａｎｄ　ｕｓｅｓ　ＹａｌｅＢ　ａｎｄ　ＰＩＥ　ｆａｃｅ　ｌｉｂｒａｒｙ　ｔｏ　ｃａｒｒｙ　ｏｕｔ　ｓｉｍｕｌａｔｉｏｎ　ｔｅｓｔ　ｏｎ　ｔｈｅ　ｅｆｆｅｃｔｉｖｅｎｅｓｓ　ａｎｄ　ｓｕｐｅｒｉｏｆｉｔｙ　ｏｆ　ｔｈｅ　ｐｒｏｐｏｓｅｄ　ａｌｇｏｒｉｔｈｍ．Ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｌｔ　ｉｎｄｉｃａｔｅｄ　ｔｈａｔ　ｒｅｌａｔｉｖｅ　ｔｏ　ｃｕｒｒｅｎｔ　ｆａｃｅ　ｒｅｃｏｇｎｉｔｉｏｎ　ａｌｇｏｒｉｔｈｍ，ｔｈｅ　ｐｒｏｐｏｓｅｄ　ａｌｇｏｒｉｔｈｍ　ｉｍｐｒｏｖｅｄ　ｔｈｅ　ａｃｃｕｒａｃｙ　ｒａｔｅ　ｏｆ　ｆａｃｅ　ｒｅｃｏｇｎｉｔｉｏｎ　ａｎｄ　ｏｂｔａｉｎｅｄ　ｍｏｒｅ　ｉｄｅａｌ　ｆａｃｅ　ｒｅｃｏｇｎｉｔｉｏｎ　ｅｆｆｅｃｔ．　Ｋｅｙｗｏｒｄｓ　Ｔｒａｉｎｉｎｇ　ｓａｍｐｌｅ　Ｆａｃｅ　ｒｅｃｏｇｎｉｔｉｏｎ　Ｉｍａｇｅ　ｂｌｏｃｋｉｎｇ　Ｆｅａｔｕｒｅｓ　ｅｘｔｒａｃｔｉｏｎ　差　。这些特征提取方法均是基于外观的人脸识别方法，需要　０　引　言　每类人脸包含大量人脸图像，导致人脸识别系统的成本高，结构　复杂，不利用推广。同时，在犯罪取证、护照验证等特殊场合，每　人脸识别作为一种最常用的生物特征识别技术，具有非接　类人脸只能得到一幅人脸图像，是一种典型的单样本人脸识别　触性、唯一性和不可复制性等特点，相对于其他生物特征识别技　问题，因此单样本的人脸识别问题更具有实用价值。在单样本　术，人脸识别具有明显的优势，在视频检索、身份识别、安全防范　特征提取程，希望尽可能多地从一幅人脸图像提取更多的特征　等领域具有广泛的应用前景，成为计算机图像和视频研究领域　信息。文献［９］采用主成分分析和积分投影相结合的人脸特征　中的热点问题…。　提方法，获得较高准确率的人脸识别结果；文献［１０］通过虚拟　对于人脸识别问题，学者们进行了大量研究，取得了不错的　人脸技术，获得较多数量的人脸样本，提高了单样本人脸识别效　进展，涌现出了许多人脸识别算法，但仍然有许多问题有待解　果，但增加了计算机开销；文献［１１］提出基于分块的单样本人　决，比如，如何从人脸图像提取和选择描述人脸图像类别的关键　脸识别算法，首先将图像划分为多个小块，然后采用线性识别分　特征，如何设计识别性能优异的人脸分类器　。当前人脸特征　析算法提取人脸特征，实验结果证明了其有效性；文献［１２］提　提取方法主要有：空间投影特征、结构特征和变换域特征等　Ｊ。　出基于学习框架的单样本人脸识别算法，将单样本问题变成了　子空间特征由于采用空间压缩技术，降低了特征维数，但同时也　多样本问题，但是在实际应用中很难找到通用性强的数据集。　丢失了许多重要的特征，而且识别结果没有可解释性　；结构　特征的计算复杂度高，人脸识别效率低，而且识别结果极不稳　收稿日期：２０１４—０４—２３。江苏省高新技术研究发展计划项目（ＢＥ　定，鲁棒性差；变换域特征主要通过采用小波变换、傅里叶变换　２００９１４２）。李俊霞，副教授，主研领域：人脸识别，图像分割。张书敏，讲　等提取特征，但它们不能提取人脸图像的纹理信息，稳定性比较　师。吴何胜，讲师。　


第９期　李俊霞等：基于图像分块和特征选择的单训练样本人脸识别　表２不同方法的比较　３１３　脸识别算法，本文算法提高了人脸识别正确率，获得了更加理想　的人脸识别效果。　参考文献　［１］严慧，金忠，杨静宇．非负二维主成分分析及在人脸识别中的应用　［Ｊ］．模式识别与人工智能，２００９，２２（６）：８０９—８１４．　［２］许孝勇．基于虚拟图像的单样本人脸识别方法［Ｊ］．计算机工程，　２０１２，３８（１）：１４３—１４５．　［３］张旭，曹健，刘玉树．二维非参数化判别分析算法中的人脸识别算　法研究［Ｊ］．北京理工大学学报，２０１０，３０（４）：４３７—４４０．　［４］林宇生，郑宇杰，杨静宇．一种基于Ｓｃｈｕｒ分解的正交鉴别局部保　持投影算法［Ｊ］．中国图象图形学报，２００９，１４（４）：７０１—７０６．　［５］郑建炜，王万良，姚晓敏，等．张量局部Ｆｉｓｈｅｒ判别分析的人脸识别　［Ｊ］．自动化学报，２０１２，３８（９）：１４８５—１４９５．　［６］ｓｕ　Ｙ，Ｓｈａｎ　Ｓ，Ｃｈｅｎ　ｘ，ｅｔ　ａ１．Ａｄａｐｔｉｖｅ　Ｇｅｎｅｒｉｃ　Ｌｅａｒｎｉｎｇ　ｆｏｒ　Ｆａｃｅ　Ｒｅｃ－　ｏｇｎｉｔｉｏｎ　ｆｒｏｍ　ａ　Ｓｉｎｇｌｅ　Ｓａｍｐｌｅ　ｐｅｒ　Ｐｅｍｏｎ［ｃ］／／ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｃｏｍｐｕｔｅｒ　Ｖｉｓｉｏｎ　ａｎｄ　Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｎｉｔｉｏｎ，２０１０：２６９９　—２７０６．　［７］Ｚｈａｎｇ　Ｚ，Ｗａｎｇ　Ｊ，Ｚｈａ　Ｈ．Ａｄａｐｔｉｖｅ　Ｍａｎｉｆｏｌｄ　Ｌｅａｒｎｉｎｇ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ—　ａｃｔｉｏｎｓ　ｏｎ　Ｐａｔｔｅｒｎ　Ａｎａｌｙｓｉｓ　ａｎｄ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｌｌｉｇｅｎｃｅ，２０１２，３４（１）：　１３１—１３７．　［８］Ｗａｎｇ　Ｒ，Ｓｈａｎ　Ｓ，Ｃｈｅｎ　Ｘ，ｅｔ　ａ１．Ｍａｎｉｆｏｌｄ－Ｍａｎｉｆｏｌｄ　Ｄｉｓｔａｎｃｅ　ｎａｄ　ｉｔｓ　Ａｐ—　ｐｌｉｃａｔｉｏｎ　ｔｏ　Ｆａｃｅ　Ｒｅｃｏｇｎｉｔｉｏｎ　ｗｉｔｈ　Ｉｍａｇｅ　Ｓｅｔｓ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｐａｔｔｅｒｎ　Ａｎａｌｙｓｉｓ　ａｎｄ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｌｌｉｇｅｎｃｅ，２０１２，２１（１０）：４４６６　４４７９．　［９］陈黎飞，郭躬德．最近邻分类的多代表点学习算法［Ｊ］．模式识别　与人工智能，２０１１，２４（６）：８８２—８８８．　［１０］唐亮，熊蓉，褚健．单样本条件下权重模块２ＤＰＣＡ人脸识别［Ｊ］．中　国图象图形学报，２００８，１３（１２）：２３０７—２３１３．　［１１］王科俊，邹国锋．基于子模式的Ｇａｂｏｒ特征融合的单样本人脸识别　［Ｊ］．模式识别与人工智能，２０１３，２６（１）：５０—５６．　［１２］高涛，马祥，白磷．采用自适应加权扩展ＬＢＰ的单样本人脸识别　［Ｊ］．光电子・激光，２０１２，４（４）：１３２—１３６．　［１３］赵汝哲，房斌，文静．自适应加权ＬＢＰ的单样本人脸识别方法［Ｊ］．　计算机工程与应用，２０１２，４８（３１）：１４６—１４９．　（上接第２５３页）　‰｝｝；ＣＬＤＭ（Ｒ）＝ＣＬＤＭ（Ｃ），接着对Ｒ中非核属性｛ａ　｝反向消　除检查有ＣＬＤＭ（Ｃ）≠ＣＬＤＭ（Ｒ一｛ａ　｝），因此分配约简为Ｒ＝　｛ａ１，ａ３｝。　如果选择属性ａ：加入　中，则Ｒ＝｛ａ：，ａ，｝，ＣＬＤＭ（Ｒ）＝　｛｛％，　｝，ｔ％，　｝｝；ＣＬＤＭ（Ｒ）：ＣＬＤＭ（Ｃ），接着对　中非核　属性｛ａ：｝反向消除检查有ＣＬＤＭ（ｃ）≠ＣＬＤＭ（Ｒ一｛ａ　｝），因此　分配约简为Ｒ＝｛ａ　，ａ，｝。故该不一致不完备决策系统有两个　分配约简｛ａ　，ａ。｝和｛ａ：，ａ，｝。　３．２结果比较　表２给出本文方法与文献［４，５］中的可分辨矩阵的方法和　文献［６］中的同异反辨识矩阵方法的比较。　从表２中可以看出本文方法和文献［４—６］和［８］中求解的　分配约简结果是一样的，从而验证本文方法的有效性。但是，相　比于文献［４—６］中的矩阵方法的空间复杂度是Ｄ（１　ＵＩ　），本文　方法的空间复杂度显著降低（Ｏ（Ｉ　ＵＩ））。本文方法与文献［８］　方法的空间复杂度是一样的，但是文献［８］方法是基于定义的　方法，本文方法是基于冲突对象集的。本文进一步丰富了不一　致不完备决策系统的分配约简求解方法。　４　结语　本文针对现有决策系统分配约简求解方法存在空间复杂度　高、不适合大规模数据库等问题，提出一种基于冲突对象集的不　一致不完备决策系统分配约简方法。通过定义冲突对象集的概　念，给出计算核属性集和属性重要性的方法；在此基础上，给出　求解不一致不完备决策系统分配约简的算法。理论分析和实例　结果表明本文方法显著降低了分配约简求解的空间复杂度，更　加适合大规模数据库。同时也为求解不一致不完备决策系统的　分配约简提供了一种新的方法。　参考文献　［１］Ｐａｗｌａｋ　ｚ．ＲｏｃＩｇｈ　ｓｅｔｓ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｐａｒａｌｌｅｌ　ａｎｄ　Ｐｒｏ—　ｇｒａｍｍｉｎｇ，１９８２，１１（１５）：３４１—３５６．　［２］Ｚｈａｎｇ　Ｗｅｎｘｉｕ，ｗｕ　Ｗｅｉｚｈｉ，Ｌｉｎａｇ　Ｊｉｙｅ，ｅｔ　ａ１．Ｔｈｅｏｒｙ　ａｎｄ　Ｍｅｔｈｏｄ　ｏｆ　Ｒｏｕｇｈ　Ｓｅｔ［Ｍ］．Ｂｅｉｊｉｎｇ：Ｓｃｉｅｎｃｅ　Ｐｒｅｓｓ，２００１（ｉｎ　Ｃｈｉｎｅｓｅ）．　［３］张文修，仇国芳．基于粗糙集的不确定决策［Ｍ］．北京：清华大学出　版社，２００５．　［４］Ｍｉａｏ　Ｄ　Ｑ，Ｚｈａｏ　Ｙ，Ｙａｏ　Ｙ　Ｙ，ｅｔ　ａ１．Ｒｅｌａｔｉｖｅ　ｒｅｄｕｃｔｓ　ｉｎ　ｃｏｎｓｉｓｔｅｎｔ　ａｎｄ　ｉｎｃｏｎｓｉｓｔｅｎｔ　ｄｅｃｉｓｉｏｎ　ｔａｂｌｅｓ　ｏｆ　ｔｌｌｅ　Ｐａｗｌａｋ　ｒｏｕｇｈ　ｓｅｔ　ｍｏｄｅｌ『Ｊ］．Ｉｆｎｏｒ．　ｍａｔｉｏｎ　Ｓｃｉｅｎｃｅｓ，２００９，１７９（２４）：４１４０—４１５０．　［５］Ｑｉａｎ　Ｙ　Ｈ，Ｌｉａｎｇ　Ｊ　Ｙ，Ｌｉ　Ｄ　Ｙ，ｅｔ　ａ１．Ａｐｐｒｏｘｉｍａｔｉｏｎ　ｒｅｄｕｃｔｉｏｎ　ｉｎ　ｉｎ－　ｃｏｎｓｉｓｔｅｎｔ　ｉｎｃｏｍｐｌｅｔｅ　ｄｅｃｉｓｉｏｎ　ｔｂａｌｅｓ［Ｊ］．Ｋｎｏｗｌｅｄｇｅ－Ｂａｓｅｄ　Ｓｙｓｔｅｍｓ，　２０１０，２３（５）：４２７—４３３．　［６］黄恒秋，曾玲．混合值不完备决策信息系统的粗糙分类方法［Ｊ］．　计算机工程与应用，２０１ｌ，４７（２８）：４８—５１．　［７］余承依，李进金．基于依赖空间的不协调决策信息系统的分配约简　［Ｊ］．模糊系统与数学，２０１１，２５（５）：１２９—１３４．　［８］蒙祖强，黄柏雄．不一致不完备决策系统中属性约简的比较研究　［Ｊ］．控制与决策，２０１１，２６（６）：８６７—８７２．　［９］葛浩，李龙澍，杨传健．基于冲突域的高效属性约简算法［Ｊ］．计算　机学报，２０１２，３５（２）：３４２—３５０．　［１Ｏ］ｗｕ　ｗ　Ｚ．Ａｔｔｉｒｂｕｔｅ　ｒｅｄｕｃｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ｅｖｉｄｅｎｃｅ　ｔｈｅｏｒｙ　ｉｎ　ｉｎｃｏｍｐｌｅｔｅ　ｄｅｃｉｓｉｏｎ　ｓｙｓｔｅｍｓ［Ｊ］．Ｉｆｎｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅｓ，２００８，１７８：２２０—２５５．　［１　１］Ｋｒｙｓｚｋｉｅｗｉｅｚ　Ｍ．Ｒｏｕｇｈ　ｓｅｔ　ａｐｐｒｏａｃｈ　ｔｏ　ｉｎｃｏｍｐｌｅｔｅ　ｉｎｆｏｒｍａｔｉｏｎ　ｓｙｓｔｅｍｓ　［Ｊ］．Ｉｆｎｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅｓ，１９９８，１１２：３９—４９．　［１　２］Ｋｒｙｓｚｋｉｅｗｉｅｚ　Ｍ．Ｃｏｍｐａｒａｔｉｖｅ　ｓｔｕｄｙ　ｏｆ　ｌａｔｅｒｎａｔｉｖｅ　ｔｙｐｅｓ　ｏｆ　ｋｎｏｗｌｅｄｇｅ　ｒｅ—　ｄｕｅｔｉｏｎ　ｉｎ　ｉｎｃｏｎｓｉｓｔｅｎｔ　ｓｙｓｔｅｍｓ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｉｎｔｅｌｌｉｇｅｎｔ　Ｓｙｓｔｅｍｓ，２００１，１６：１０５—１２０．　［１３］张晓燕，徐伟华，张文修．序目标信息系统中分布约简的矩阵算法　［Ｊ］．重庆工学院学报，２０１０（３）：５６—６１．　［１４］官礼和，王国胤，于洪．属性序下的增量式Ｐａｗｌａｋ约简算法［Ｊ］．西　南交通大学学报，２０１１，４６（３）：４６１—４６８．　［１５］李财莲，腾书华，孙即祥，等．一种高效的不协调决策表约简算法　［Ｊ］．国防科技大学学报，２０１３，３５（１）：１０８—１１４．　

本文来源：https://www.2haoxitong.net/k/doc/d668308f28f90242a8956bec0975f46526d3a758.html

《正在进行安全检测....doc》
将本文的Word文档下载到电脑，方便收藏和打印
推荐度：
点击下载文档

文档为doc格式
相
关
案
例

相关推荐

推荐内容

网站内容来自网络，如有侵权请联系我们，立即删除！ Copyright © 范文写作网京ICP备16605803号