没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
为了从生物特征和统计角度来提高识别的性能,提出了一种基于血流图的离散余弦变换(discrete cosinetransform,DCT)与特征选择相结合的人脸识别方法。该方法首先利用血流模型把红外温谱图转换成血流图,得到更具丰富频率的特征。其次,采用DCT变换可以有效地消除血流图的相关性。最后,在DCT域特征提取阶段,为了提高特征提取的有效性,特征选择和子空间学习基于一致的可分性目标:特征选择引入基于可分性的DCT 系数选择算法以抽取鉴别能力强的DCT 系数,对抽取的DCT 系数采用基于可分性的线性鉴别分
资源推荐
资源详情
资源评论
谢志华.DCT结合特征选择的红外人脸识别[J].计算机科学与探索,2014,8(5):614-621.
DCT结合特征选择的红外人脸识别
*
谢志华
+
江西科技师范大学 光电子与通信重点实验室,南昌 330013
Infrared Face Recognition Combining DCT and Features Selection
XIE Zhihua
+
Key Lab of Optic-Electronic and Communication, Jiangxi Sciences and Technology Normal University, Nanchang
330013, China
+ Corresponding author: E-mail: xie_zhihua68@aliyun.com
XIE Zhihua. Infrared face recognition combining DCT and features selection. Journal of Frontiers of Com-
puter Science and Technology, 2014, 8(5):614-621.
Abstract: To get the good performance of infrared face recognition from the biological feature and statistical character,
this paper proposes a novel method for infrared face recognition based on blood perfusion image by combining discrete
cosine transform (DCT) and features selection. Firstly, infrared thermal images are converted into blood perfusion
domain by blood perfusion model to get the constant information. Secondly, DCT is chosen to reduce the correlation
in original face image. Finally, to improve the effectiveness of features extraction in DCT domain, the objectives of
features selection and subspace learning are consistent (both follow the separability discriminant criterion): a feature
selection algorithm is proposed to extract the DCT coefficients, LDA (linear discriminant analysis) is applied to
DCT coefficients extracted by the feature selection algorithm. The experimental results illustrate that the proposed
method can quickly and efficiently extract the features of blood perfusion domain for classification, and get better
recognition performance than traditional DCT+LDA method.
Key words: infrared face recognition; blood perfusion image; discrete cosine transform (DCT); separability; linear
discriminant analysis (LDA)
* The National Natural Science Foundation of China under Grant No. 61201456 (国家自然科学基金); the Natural Science Foundation
of Jiangxi Province of China under Grant No. 20132BAB201052 (江西省自然科学基金).
Received 2013-05, Accepted 2013-07.
CNKI网络优先出版:2013-09-26, http://www.cnki.net/kcms/detail/11.5602.TP.20130926.1134.002.html
ISSN 1673-9418 CODEN JKYTA8
Journal of Frontiers of Computer Science and Technology
1673-9418/2014/08(05)-0614-08
doi: 10.3778/j.issn.1673-9418.1306018
E-mail: fcst@vip.163.com
http://www.ceaj.org
Tel: +86-10-89056056
谢志华:DCT结合特征选择的红外人脸识别
1 引言
人脸识别具有直接、友好,使用者无任何心理障
碍等优点,成为生物识别发展的重要方向。但人脸
识别在实际应用中还存在姿态表情、光照、人脸附属
物等因素对识别结果的影响问题。因为红外人脸识
别技术是基于人脸皮肤表面的温度信息,所以可以
克服光照条件变化、照片欺诈等因素对识别结果的
影响。不少研究者
[1-2]
直接以红外温谱图为研究对
象,进行了广泛的研究,在不受环境温度影响的情况
下,取得了不错的性能。这些研究的一个不足是:由
于温谱图反映了人体皮肤表面温度的变化,易受到
环境温度等因素的影响
[3]
,严重影响了红外人脸识别
的鲁棒性。Prokoski 博士发现
[4]
:人脸温谱图是由人
脸血管分布和血管大小的热辐射共同决定的,如同
人的指纹一样,每个人的血管分布具有唯一性。受
此启发,以红外人脸内部的血流分布特征为识别对
象,可以提高红外人脸识别的鲁棒性
[5]
。文献[1]提出
了一种点对点的血流模型,采用 Fisherface方法进行
特征提取,相对于温谱图,识别率有了一定的改善。
如何有效地提取红外人脸血流图包含的鉴别特征,
是进一步提高红外人脸识别性能的关键技术之一。
本文主要从变换域的角度分析血流图的频谱特
性,并提取血流图包含的鉴别特征。在红外人脸特征
提取研究中,经典的主成分分析(principal component
analysis,PCA)和 线性 鉴 别 分 析(linear discriminant
analysis,LDA)是最具代表性的统计特征提取方法
[6]
。
基于红外图像的特点,华顺刚等人
[2]
提出了 PCA 与
LDA 相结合的红外人脸特征提取方法,取得了不错
的效果。其过程为:采用 PCA 对原始图像进行特征
抽取,然后对抽取后的特征进行线性鉴别分析。但
是 PCA 方法主要有两个缺点:一是 PCA是基于最小
均方差的原始数据最优投影表示,进行特征提取时,
可能会损失一些对识别有用的局部特征
[7]
;二是 PCA
直接对高维的所有样本进行操作,具有较高的计算
复杂度。为了克服 PCA 的上述不足,文献[7]采用具
有快速算法的离散余 弦 变 换(discrete cosine trans-
form,DCT)来替换 PCA,同时对 DCT系数采用“Z”字
形扫描来进行系数的选择。文献[8-9]指出,不同频
带的数据对分类的重要性与频带的大小没有必然的
联系,把DCT系数分解为不同的连续频带,提出了基
于频带的 DCT 系数选择算法。然而,Jing等人
[8]
把同
一个频带的 DCT系数作为一个整体来计算系数的可
分性,认为同一频带的 DCT 系数对识别的贡献是一
样的,不能充分利用每个 DCT 系数对识别的贡献。
尹洪涛等人
[9]
利用样本间的分散度来评价 DCT 系数
的可分性,没有充分考虑同类样本之间的聚集性。
文献[10]提出了基于分块 DCT的特征提取方法,利用
不同部位对识别的贡献来提高识别率,但认为同一
分块中的特征对识别具有相同贡献,不能区分同一
块中每一个 DCT系数对识别的贡献。本文结合文献
[8,10]对鉴别能力描述的有效性和文献[9]DCT 系数
散布矩阵描述的特点,为了准确描述每一个 DCT 系
数对识别的贡献和充分考虑同类样本之间的聚集性
对可分性的贡献,采用类间距离和类内距离比值描
述每一 DCT 系数的可分性大小,并将此方法应用于
DCT域的特征选择。为了使特征选择和子空间学习
摘 要:为了从生物特征和统计角度来提高识别的性能,提出了一种基于血流图的离散余弦变换(discrete cosine
transform,DCT)与特征选择相结合的人脸识别方法。该方法首先利用血流模型把红外温谱图转换成血流图,
得到更具丰富频率的特征。其次,采用 DCT变换可以有效地消除血流图的相关性。最后,在 DCT域特征提取
阶段,为了提高特征提取的有效性,特征选择和子空间学习基于一致的可分性目标:特征选择引入基于可分性
的 DCT 系数选择算法以抽取鉴别能力强的 DCT 系数,对抽取的 DCT 系数采用基于可分性的线性鉴别分析
(linear discriminant analysis,LDA)方法。实验结果表明,该红外人脸识别方法可以快速有效地提取血流图中
适合分类的特征,识别率优于传统 DCT+LDA方法。
关键词:红外人脸识别;血流图;离散余弦变换(DCT);可分性;线性鉴别分析(LDA)
文献标志码:A 中图分类号:TP
391
615
剩余7页未读,继续阅读
资源评论
weixin_38656337
- 粉丝: 4
- 资源: 921
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 学习记录111111111111111111111111
- JavaScript函数
- java-leetcode题解之Range Sum Query 2D - Mutable.java
- java-leetcode题解之Random Pick Index.java
- java-leetcode题解之Race Car.java
- java-leetcode题解之Profitable Schemes.java
- java-leetcode题解之Product of Array Exclude Itself.java
- java-leetcode题解之Prime Arrangements.java
- MCU51-51单片机
- java-leetcode题解之Power of Two.java
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功