论文研究-基于Log-Gabor小波和二维半监督判别分析的人脸图像检索.pdf

所需积分/C币:10 2019-07-22 18:03:50 483KB .PDF
60
收藏 收藏
举报

针对光照、表情变化给人脸识别造成的影响以及大型人脸图像库的训练样本中只有部分标记的问题,结合多通道Log-Gabor小波和半监督流形学习算法,提出一种新的人脸图像检索方法。该方法首先使用Log-Gabor小波对人脸图像进行滤波获得特征矩阵,进一步利用提出的二维半监督流形学习算法进行维数约简,得到低维判别特征。由于该方法直接作用于Log-Gabor特征矩阵,克服了小样本带来的奇异问题;另外,通过充分利用标记和未标记信息,还保留了数据的局部流形结构,增强了特征匹配的相似性。在CMU PIE和AR人脸数据库上的实验结果表明,该方法有效且优于其他方法。
第1期 黄荣兵,等:基于Log- Gabor小波和二维半监督判别分析的人脸图像检索 395· 其中:X=(X1,X2…,X,X…,X)。从矩阵W观察可知其秩获得170幅人脸,共计10560幅。实验中为减少计算量,在进 为c,即为类别数,因此,式(11)相应有c个非零特征值并对应c个行预处理时,将人脸图像的大小变为32×32像素大小。图 特征向量,组成大小为nxc的变换矩阵A=(u,2,…,an)。 给出了其中一人经过预处理后的部分样本人脸。下面将进行 d)求取2 D-SSDA嵌入。对任意的一幅样本图像矩阵X,两个实验:一是在部分标记样本情况下,比较各种方法的检索 通过在变换矩阵A的投影,求得在低维子空间的嵌入为 性能;二是进行 Gabor和 Log-Gabor的性能比较。 2:=AX (12) 其中;z是一个n维行向量,X是一个m×n的矩阵。最后,获 得的低维嵌入为 Z 图3来自 CMU PIE的人脸库剪切后的部分人脸图像 在第一个实验里,任意选取每个对象的30幅人脸组成训 练集,其余人脸图像形成查询库。为了比较本文方法与其他 2.2特征提取与分类 方法如PCA、LPP、LDA、SDA等的检索性能。对于半监督学 任意给定一幅要查询的图像q,其所对应的 Log-Caborfac 习方法,仅对训练集中每个对象的其中5幅人脸进行标记 矩阵表示为R。其降维后的特征表示为 对于PCA和LPP,则使用全部的训练集(每个对象的30幅人 脸都未标记)获得投影向量;对于LDA则使用仝部经过手工 标记的训练样本集(每个对象的30幅人脸都标记)来获得投 影向量 图4为两幅查询图像利用本文方法获得的最前面的10个 通过计算z与图像库中的Z之间的相似度,其定义为 检索结果。图5给出了基于整体 Logaborface表征的2 DSSDA d(za, Zi) Z (13)与直接作用于图像矩阵的2 DSSDA方法、2DPCA方法在不同 其中:‖·‖表示马氏距离。 特征矢量个数情况下的top10 retrieval rate结果。可以看出, 本文方法采用Iog- Gabor后,检索率得到了很大的提高。另外 3实验结果与分析 还比较了基于一维降采样后的Iog- Gabor特征矢量的SSDA方 为比较本文算法与其他算法的性能,选用了 CMU PIE数法以及常规的 PCA LPP、LDA方法。从图5中可以看出,Lg 据库和AR人脸数据库进行实验。 CMU PIE人脸库包括68个 Gabor+SDA方法获得了与LDA相当的平均检索率,但单独 对象的人脸图像,共计41368幅,其中每个人有13种姿态、4 的SSDA方法的检索率要低于LDA方法,这主要是因为LDA 种光照和4种表情。AR人脸库共有16人(70名男士,56名方法利用了全部标记信息。 女士),每人26张图像。该数据库中的人脸图像全部为正面直 立人脸,并且在严格控制的环境中采集。数据库中的人脸图像 包含了表情、光照变化及部分遮挡等情况,但是对服饰、化妆、 发型没有严格的限制。整个图像采集过程分为两个阶段进行, 前后间隔两星期,其余的采集条件保持不变。其人脸图像的命 到到 名形式为“m-001-1”,其中第一个字母表示人的性别分别为 m”和“w”;第二个字段“001”表示该人的编号;第三个字段 表示人脸图像的状态包括白然表情、微笑、愦怒等共计13种不 同状态。图2给出了一个在13种不同状态下前后两次采集的 香图像 图像。由于部分人脸图像丟失,实验中,本文选择∫110个人 (64名男士,46名女士)的人脸图像,共计2860幅 图4两嗝査询人脸得到的top10检索结果 是是是是量二 盛0.9 ! 0.8 0.7 (a) 0 t-2DPCA -+2DSSDA 想0. ELOG+ZDSSDA 皇是是具 安0.2 0.15101520233035404500.11020504050 特征向量个数 特征维数 图5各种方法在不同投影矢量下的平均检索率 表1给出了各种算法获得最好top10检索率时所对应的特 (a)(b)两组图像的采集时间间隔两星期。从左到右,从上到 下依次为自然表情、微笑、愤怒 叫.左侧光、右侧光 征向量个数以及检索时间。从表1中可以看出,基于 ELogface 双侧光、太阳镜、太阳镜+左侧光、太阳镜+右侧光、 表征的2DSDA获得了最好的检索率,并且在获得好的检索率 围巾、围巾+左侧光、围巾+右侧光 图2AR库中一个人采集的26张人脸图像 时,本文方法仅需要5个特征向量,这说明所提出的方法在低维 3.1在 CMU PIE数据库上的实验 情况下比其他方法更有效;2 DSSDA的检索率优于PCA、LP以 在本实验中,选用了近似正面姿态(C05,C07,C09,C27及SDA方法,表明2DSD方法不但充分利用所有的标记和非 和C29)的所有光照和表情条件下的人脸图像,这样每个对象标记样本进行学习,而且还保留了人脸数据的局部流形结构,在 ·396· 计算机应用研究 第29卷 检索性能方面也获得了提高,而基于一维 LoGabor特征矢量的像具有很好的表征能力 SSDA方法又优于2 DSSDA,表明经过Iog- Gabor滤波器后的特 征对光照和表情具有更好的鲁棒性;另外,基于整体 Log gabor4结束语 表征的2 DSSDA方法比基于一维 LoGabor特征矢量的SSDA方 针对 Gabor小波存在直流分量与过度表达低频分量而对高 法所用更少的检索时间。但是从表中可以看出,本文所提出的 方法占用的存储空间是所有方法中最大的,这是因为二维特征 频分量表达不足等缺点,本文引入了更符合人类视觉特性的 提取算法所需的存储量总是高于一维算法。 Iog- Gabor小波。进一步针对大型人脸图像库的训练样本屮只 表1各种方法在 CMU PIE数据库上的检索性能比较 有部分标记问题,本文结合传统的IDA方法,对半监督判别分 析算法进行扩展,提出了二维半监督判别分析算法。该算法直 方法 top 10 retrieval rate/% 维数 检索时间/s PCA 41.6 接作用于二维Iog- Gabor特征构成的组合矩阵,克服了小样本带 LPP 68.6 4.63 来的奇异问题;另外,该方法还充分利用了标记信息和未标记信 SSDA 79.2 4.22 息,同时保留了数据的局部流形结构,增大了特征匹配的相似 2D.SSDA 性。在人脸数据集上的实验结果证实了本文方法是可行的。 LOG I SSDa 87.2 12.1 参考文献: ELOG +2DSSDA 5×160 7.16 [1] DAUGMAN J. Complete discrete 2-D Gabor transforms by neural net 本文对SSDA方法在不同标记训练样本数量下的平均检 works for image analysis and compression[ J]. IEEE Trans on Acous 索率进行了实验对比,实验结果如表2所示。从表2中可得 tics, Speech, and Signal Processing. 1988. 36(7): 1169-1179 知,随着训练样本标记数量的増加,半均检索率随之增加,逐步[2」 HUANG Rong-bing, DU Ming-hui. Object region based color image 接近IDA方法的性能,但SSDA方法只需要对少量训练样本 retrieval integrating multi-features[ C]//Proc of International Confe- 数据进行标记,因而可以更好地应用于图像检索领域。 rence on Wavelet Analysis and Pattern Recognition [S1.]: IEEE 表2SSDA在CMU库上的平均检索率与类别标记数量关系 2007:1729-1734 类別标记数量 [3 LIU C, WECHSLER H. Gabor feature based classification using the 5 10 18 enchanced fisher linear discriminant model for face recognition [ J 平均检索/% 79.2 83.4 84.7 86.2 IEEE Trans on Image Processing. 2002. 11(4): 467-47 第一个实验是验证(hor和lng-(ahor的检索性能。在此4] SHAN S, YANG P, CHEN X,etal. adaboost gabor fisher classifier 实验里,两种滤波器都选用相同的5个尺度和8个方向对人脸 for face recognilion[C]//Proe of the 2nd Internalional Workshop on 图像进行卷积。构造整体 Gaborface和Iog- Gaborface,然后利 Analysis and Modeling of Faces and Gestures. [S 1.1: Springer 用2 SSDA进行降维,采用与第一个实验相同的实验数据,它 2005:278-291 们的比较结果如图6所示。从图中可以看出,基于Log- Gabor-[5] KOVESI P. Invariant meusures of image features from phase informa face的方法的性能要优于 Gaborface方法,这也充分说明Iog tion[D. Perth: University of Western Australian, 1996 Gabor小波更符合人类的视觉特性」 L6」黄鸿,李见为,冯海亮.融合log- G abor小波和监督保局映射的人 3.2在AR数据库上的实验 脸识别算法[冂]计算机辅助设计与图形学学报,2008,20(10) 1332-1337 本实验将在AR数据库上对本文所提出来的方法与其 [7 HE J R, LI M J, ZHANG H J, et al. Generalized manifold-ranking 他方法进行比较,以表明本文方法对光照、表情变化更具鲁 based image retrieval [ J. IEEE Trans on Image Processing 棒性。 2006,15(10):3170-317 实验中,选用第一阶段的110个对象的所有表情和光照人8] CAI Deng, HE Xiao-fei,HANJ. Semi-supervised discriminant ana 脸组成训练集,第二阶段对应的所有表情和光照人脸作为查询 lysis C//Proc of the 1 l th IEEE International Conference on Com 集。任意选择训练集中每个对象的两幅人脸进行标记,将本文 puter Vision. [S 1.: IEEE, 2007: 1-7 的算法与IPP、SSDA等方法进行了比较实验,图7给出了比较[91HEXF. Incremental semi-supervised subspace learning for image re- 结果。 trieval[ C]// Proc of the 12th ACM International Conference on Multi 100 media. New York. ACM Press.2004. 2-8 [10 YANG J, ZHANG D, FRANGI A F, et al. Two-dimensional PCA: a 合0 05066 new approach Lo appearance-based face represenlaLiun and recogniLion [J. IEEE Trans on PAMI, 2004, 26(1): 131-13 -SSDA EG+2DSSDA H 2DSsA ELOGE2DSSDA [11 CHEVS, ZHAO H, KONG M. 2D-IPP: a two-dimensional exten ELoG+2DDSD 0 1015202530 1020304506 sion of locality preserving projections J]. Neurocomputing, 2007 No, of top ranks 图6 Gabor和 Log- Gabor的图7各种方法在不同投影矢量 70(4-6):912-921 检索性能比较 下的平均检索率 L 12 SONG Y, NIE F, ZHANG C, et al. A unified framework for semi-su 从图7中可以看出,本文所提方法仍然优于其他方法,并 pervised dimensionality reduction[ J]. Patten Recognition, 2008 且采用基于 ELoGface表征的2DsA方法,取得了98.7%的 41(9):2789-2799 最好平均检索率,所需的特征向量的个数仅为4个。直接[13] FIELD D J. Relations between the statistics of natural images and the 2ISA的最好平均检索率为91.8%,所需特征向量的个数为 response properties of cortical cells J]. Journal of Optical of Ame 7个。可见, Log-Cabor特征对具有光照和表情变化的人脸图 rica A,1987,4(12):2379-2394

...展开详情
试读 4P 论文研究-基于Log-Gabor小波和二维半监督判别分析的人脸图像检索.pdf
立即下载
限时抽奖 低至0.43元/次
身份认证后 购VIP低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-基于Log-Gabor小波和二维半监督判别分析的人脸图像检索.pdf 10积分/C币 立即下载
1/4
论文研究-基于Log-Gabor小波和二维半监督判别分析的人脸图像检索.pdf第1页

试读结束, 可继续读1页

10积分/C币 立即下载