基于ＬＬＥ算法的人臉識別方法

摘要:探討了局部線性嵌入(LLE)算法的推導過程，提出了一種基于LLE算法的人臉識別方法，并實驗分析了該方法在ORL和UMIST人臉數據庫中的識別效果#65377;

關鍵詞:子空間分析; 局部線性嵌入; 非線性降維; 人臉識別

中圖分類號:TP391.41文獻標志碼:A

文章編號:1001-3695(2007)10-0176-02



0引言

人臉識別由于在身份認證#65380;視覺監控以及人機接口等方面有著廣泛的應用前景，從而成為目前模式識別和計算機視覺領域的一大研究熱點#65377;通常得到的圖像空間維數均非常高，例如一幅23×28像素的人臉圖像，它的維數就是644維#65377;如果把人臉圖像均看成是這樣高維空間中的點，那么表示人臉圖像的點的分布可能是很不緊湊的，因而不利于分類，并且計算復雜度也非常大#65377;為了得到人臉圖像的較緊湊分布，M.Kirby等人[1]和M.Turk等人[2]首先把主元分析的子空間思想引入到人臉識別中，并獲得了較大成功#65377;隨后子空間分析方法就引起了人們的廣泛注意，成為當前人臉識別的主流方法之一#65377;子空間分析的思想就是根據一定的性能目標來尋找一個線性或非線性的空間變換，把原始信息數據壓縮到一個低維子空間，使數據在子空間中的分布更加緊湊，為數據的更好描述提供了手段，計算的復雜度也得到了大大降低#65377;

LLE算法是S.T.Roweis等人[3]針對非線性數據提出的一種新的無監督的降維方法，能夠使降維的數據保持原有的拓撲結構#65377;LLE算法具有平移#65380;旋轉以及縮放不變性，可以廣泛地應用于非線性數據的降維#65380;聚類#65380;可視化以及圖像分割等領域[3，4]#65377;針對目前國內對LLE算法及其應用的研究文獻報道較少，本文首先介紹了LLE算法，并給出了必要的推導過程;接著提出一種將LLE算法應用于人臉識別的方法;最后采用ORL[5]和UMIST[6，7]人臉數據庫驗證了該方法的可行性和有效性#65377;

實驗2UMIST人臉庫中隨機選取20幅(每個人一幅)圖片作為識別測試集，剩下的544幅作為訓練集，近鄰點個數K設定為7，樣本輸出向量維數設定為64#65377;其實驗結果如圖2所示#65377;由圖2可知，20幅測試圖片均得到正確識別，準確率為100%#65377;

4結束語

本文提出了一種基于LLE算法的人臉識別方法，實驗結果表明該方法具有很高的正確識別率，且對于表情變化和姿態變化有良好的魯棒性#65377;

參考文獻:

[1]KIRBY M， SIROVICH L. Application of the karhunenloeve procedure for characterization of human faces[J]. IEEE Trans on Pattern Analysis and Machine Intelligence， 1990，12(1):103108.

[2]TURK M， PENTLAND A. Eigenfaces for recognition[J]. Cognitive Neuroscience， 1991，3(1):71-86.

[3]ROWEIS S T， SAUL L K. Nonlinear dimensionality reduction by locally linear embedding[J]. Science， 2000，290(5000):2323-2326.

[4]SAUL L K， ROWEIS S T. An introduction to locally linear embedding[EB/OL].[2006-07].http://www.cs.toronto.edu/~roweis/lle/publications.html.

[5]AT T Laboratories Cambridge. The ORL database of faces[EB/OL].[2006-07].http://www.cl.cam.ac.uk/Research/DTG/attarchive:pub/data/att_faces.zip.

[6]GRAHAM D B， ALLINSON N M. The UMIST face database[EB/OL].[2006-07].http://images.ee.umist.ac.uk/danny/database.html.

[7]GRAHAM D B， ALLINSON N M. Characterizing virtual eigensignatures for general purpose face recognition[C]//WECHSLER H， DHILLIPS P J， BRUCE V， et al. Face Recognition: From Theory to Applications， NATO ASI Series F， Computer and Systems Sciences. 1998.446-456.

[8]徐志節，楊杰，王猛.一種新的彩色圖像降維方法[J].上海交通大學學報，2004，38(12):2063-2067.

“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”