1 四川轻化工大学 自动化与信息工程学院, 四川 自贡 643000
2 企业信息化与物联网测控技术四川省高校重点实验室, 四川 自贡 643000
协同表示算法对人脸图像具有快速分类的特点, 但在单样本或欠样本情况下, 对变化复杂的人脸识别率还不够理想, 无法满足工程要求。针对该问题, 提出一种基于欠样本混合内变基字典的 扩展协同表示算法。首先借助在同一环境下采集到的不同人脸的变化过程, 提取人脸的变化共同特征并生成内变基, 再融合两种及两种以上不同人脸变化的共同特征生成混合内变基, 提高内变基的 通用性, 建立训练样本与测试样本之间变化的稀疏字典。训练样本在字典帮助下近似构建出测试样本的特征人脸, 达到扩展训练样本集的目的, 再对人脸协同分类。利用AR库、ORL库、Yale库和 Yale B库进行识别实验。结果表明, 本文算法能有效提高协同表示算法的识别率, 在欠样本情况下识别率提高7.33%~3317%, 在单样本情况下识别率提高6.78%~24.47%。
人脸识别 协同表示 权值融合 欠样本 特征提取 稀疏字典 机器学习 图像处理 face recognition cooperative representation weight fusion due sample feature extraction sparse dictionary image processing
1 四川轻化工大学 自动化与信息工程学院, 四川 自贡 643000
2 成都工业学院 电子工程学院, 四川 成都 611730
3 电子科技大学 电子工程学院, 四川 成都 611731
针对叠加稀疏表示分类(SSRC)计算复杂度大的问题, 利用协同表示分类(CRC)的计算复杂度比SRC少得多且识别率相似于SRC的优点, 提出基于叠加协同表示分类(SCRC)的人脸识别。基于原型和变化的表示模型, 在SCRC中, 利用类质心和样本与质心的差异来构造成字典, 可以显著地改善CRC的性能。实验结果表明, 利用基于原型和变化的表示模型, 协同表示在人脸识别中能起作用, 甚至字典基在非受控和每类只有一个样本的条件下被汇集, 协同表示也具有很好的性能。与其他算法相比, SCRC在大幅降低计算复杂度的同时保证了识别率。
人脸识别 协同表示 稀疏表示 字典 face recognition collaborative representation sparse representation dictionary
1 四川理工学院 自动化与信息工程学院,四川 自贡 643000
2 电子科技大学 电子工程学院, 四川 成都 611731
进行人脸识别前, 首先要精确定位出一幅图像中人脸的位置, 为了快速定位人脸位置, 本文提出一种肤色定位的人脸检测算法。首先将实际获取的彩色图像转换为YCbCr和HSI空间图像, 并将Cb和Cr图像中的数值进行四舍五入处理, 结合Cb、Cr、H和S的阈值去除大部分背景, 再统计当前图像中的彩色部分的Cb和Cr值, 分别取最多2个数值来共同确定肤色位置, 最后由当前位置的亮度信息图像排除手等纯肤色部分, 准确定位人脸。本文算法能提高正检率并降低误检率, 有利于人脸检测。
人脸检测 肤色定位 face detection YCbCr YCbCr skin color location
四川理工学院 自动化与信息工程学院,四川 自贡 643000
在人脸识别中, 人脸图像受到表情、光照、遮挡、姿态变化、特别是训练样本数量的影响, 而现实中经常只获得少量的训练样本, 由于原始样本生成虚拟样本可以增加训练样本的数量, 分析提出原始样本与轴对称样本融合的协同表示算法。首先生成镜像样本与轴对称样本, 再在协同表示分类器下分类, 最后加权值融合, 分析不同权值下的人脸识别率。实验结果显示原始样本、镜像样本与轴对称样本融合能提高识别率, 而原始样本与轴对称样本融合的识别率更加优越, 较原始样本, 识别率提高2%~9%, 比原始样本与镜像样本融合高1%~5%。结果表明本文提出方法能有效提高人脸识别率。
人脸识别 镜像样本 轴对称样本 协同表示 权值融合 face recognition mirror samples axial-symmetry samples collaborative representation weight fusion