基于自适应融合色度与亮度特征的彩色人脸识别算法

作者:崔法毅 刊名:高技术通讯 上传者:张艳婷

【摘要】鉴于彩色人脸图像所包含的鉴别信息远多于灰度人脸图像,将色度马氏距离图引入彩色人脸识别中,提出了一种基于自适应融合色度与亮度特征的彩色人脸识别算法。该算法基于YDbDr颜色空间分离彩色人脸图像的色度与亮度信息,构建出基于色度信息的马氏距离图,同时分离出基于亮度信息的灰度图;通过自适应融合色度与亮度特征来构建彩色人脸识别特征;基于小波包结点能量的特征表示方法,分别在实数域和复数域中提取并融合色度与亮度分量的最佳鉴别特征向量,实现色度与亮度特征的最优化互补;使用基于方差相似度的分类器获得人脸识别结果。实验表明,该算法识别率高、鲁棒性好。

全文阅读

高技术通讯 2015年 第 25卷 第 1期:89~96 doi:10.3772/j.issn.1002-0470.2015.01.012 基于 自适应融合色度与亮度特征的彩色人脸识别算法① 崔法毅② (燕山大学河北省测试计量技术及仪器重点实验室 秦皇岛066004) 摘 要 鉴于彩色人脸图像所包含的鉴别信息远多于灰度人脸图像,将色度马氏距离图 引入彩色人脸识别中,提出了一种基于 自适应融合色度与亮度特征的彩色人脸识别算法。 该算法基于YDbDr颜色空间分离彩色人脸图像的色度与亮度信息,构建出基于色度信息 的马氏距离图,同时分离出基于亮度信息的灰度图;通过自适应融合色度与亮度特征来构 建彩色人脸识别特征;基于小波包结点能量的特征表示方法,分别在实数域和复数域中提 取并融合色度与亮度分量的最佳鉴别特征向量,实现色度与亮度特征的最优化互补;使用 基于方差相似度的分类器获得人脸识别结果。实验表明,该算法识别率高、鲁棒性好。 关键词 彩色人脸识别,色度马氏距离图,YDbDr颜色空间,小波包变换,自适应特征 融合 0 引 言 诸多人脸识别技术都是依据生物视觉系统发展 起来的,而人的视觉系统恰恰利用了颜色信息。在 现实世界中,人眼能够分辨的颜色至少有数千种,而 鉴别绝对亮度的能力大约只有 10~l5级灰度⋯,可 见彩色人脸图像所包含的鉴别信息要远多于灰度人 脸图像。有文献表明,90%的边缘在灰度图像和彩 色图像中大致相同,但有 10%的边缘可能在灰度图 像中检测不到,而在彩色图像中却能够提高边缘检 测的精度。Yip等曾指出,当图像的其它特征(如分 辨率)衰退时,颜色信息对于人脸识别的意义更加 突显 ]。本文从人脸识别特征提取和多特征自适 应融合策略两个方面展开了研究,提出了一种基于 自适应融合色度与灰度特征的彩色人脸识别算法。 实验证明,该算法具有较高的正确识别率和较好的 鲁棒性。 1 相关工作 在实际环境中获取的人脸图像通常是彩色的, 这些色彩图像提供了比灰度图像更为丰富的信息。 然而,彩色信息的描述方式是阻碍其用于人脸识别 的重要原因之一。早期的彩色人脸识别方法多数并 不是直接对彩色人脸图像进行处理,而是采取以下 三种方式处理:(1)综合各个彩色分量的独立处理 结果;(2)将彩色图像转换为灰度图像进行处理; (3)将各个彩色分量转换成列矢量,并将其以首尾 相连的方式排列成长矢量进行处理。然而,这三种 方式均在一定程度上缺乏理论依据,人为地将三个 彩色分量分开处理势必会对图像本身的信息结构造 成影响。 事实上,对于实际图像而言,不同彩色分量之间 具有较强的相关性。1843年,哈密顿发明了四元 数。1个四元数包含 4个 自由度,即 1个实部和 3 个虚部,需要4个实数变量来定义。如果实部为零 则称其为纯四元数,四元数常被用于三维或四维向 量分析,近年来被用于彩色图像分析。1996年,Pei 首次提出了彩色图像的四元数模型_3j,用四元数来 表示 1个像素。由于四元数空间中的3个虚轴相互 正交,而且并没有实质上的不同。Pei在 RGB颜色 ① 秦皇岛市科学技术研究与发展计划(2012021A004)资助项目。 ② 男,1982年生,博士,讲师;研究方向:计算机视觉,模式识别,嵌入式系统设计;联系人,E-mail:~y2001@sina.corn (收稿日期:2014~5-04) 一 89 — 高技术通讯 2015年 1月 第 25卷 第 l期 空

参考文献

引证文献

问答

我要提问