彩色圖像鑒別特征提取算法研究及人臉識(shí)別.pdf

1、作為生物特征識(shí)別技術(shù)中始終活躍的一個(gè)分支，人臉識(shí)別技術(shù)早已被廣泛的研究和應(yīng)用。當(dāng)前，受人臉定位技術(shù)(face-tagging)的影響，人臉識(shí)別技術(shù)又掀起了一股新的研究熱潮，尤其以現(xiàn)實(shí)人臉識(shí)別技術(shù)（Real World Face RecognitioN,以下簡稱RWFR）最受關(guān)注。國際模式識(shí)別領(lǐng)域的頂級(jí)期刊PAMI，在2010年推出了RWFR專欄，致力于克服現(xiàn)實(shí)人臉識(shí)別中遇到的各種困難。傳統(tǒng)人臉識(shí)別技術(shù)主要致力于灰度圖像的特征提取，而對(duì)彩

2、色人臉圖像關(guān)注甚少。然而，在現(xiàn)實(shí)生活中，攝像頭、相機(jī)等所捕獲的圖像大多是彩色的，且這些彩色分量中往往包含重要的鑒別信息。為此，研究者們提出了多種彩色圖像識(shí)別方法，主要分為兩大類。第一類通過彩色空間變換或交叉結(jié)合后，在新空間提取特征。但該方法僅提高了其中一個(gè)彩色分量的鑒別信息，對(duì)其余分量的利用很少。第二類方法在像素層消除彩色圖像分量間的相關(guān)性，再提取特征。然而它不能保證在特征層中各彩色分量間也不相關(guān)，從而使得最終判別特征間仍包含冗余信息，

3、極可能影響識(shí)別效果。
　　 本文致力于研究新的適用于彩色人臉圖像的特征提取方法，以更有效的從彩色信息中提取鑒別特征，用于分類。以RGB彩色空間為例，我們分析了特征空間中紅(R)、綠(G)、藍(lán)(B)三分量間的相關(guān)性，提出了一種逐分量提取特征集的方法（即鑒別向量集的正交分析），用于在特征層消除不同分量的特征集之間的相關(guān)性。不失一般性，我們首先利用線性鑒別分析提取R分量的特征集；然后，我們?cè)倮孟嗤繕?biāo)函數(shù)提取G分量的特征集時(shí)，保證它

4、與R分量的特征集正交；最后，我們提取B分量的特征集，并保證它和R、G分量的特征集都正交。通過這種方法，消除了彩色分量特征集之間的相關(guān)性。
　　 本文的另一項(xiàng)工作是提出了一種基于四元數(shù)的彩色分量融合技術(shù)。四元數(shù)域是比實(shí)數(shù)域、復(fù)數(shù)域更為廣義的數(shù)域，具有許多良好的性質(zhì)。對(duì)每幅彩色圖像，我們?cè)谒脑獢?shù)域中構(gòu)造一個(gè)超復(fù)數(shù)來表示它，并將其R、G、B三個(gè)分量分別作為該超復(fù)數(shù)的三個(gè)分量?？紤]到數(shù)據(jù)集在原始空間中線性不可分的情況，我們引入核的思想，