基于奇異值特征提取的彩色人臉識別

摘要：基于彩色圖像的四元數模型，將彩色人臉圖像視為一個模板直接處理，并首次將奇異值向量應用到彩色人臉識別中。首先證明了彩色圖像的奇異值向量具有代數和幾何不變性；然后將其提取為圖像的代數特征并應用到人臉識別中。實驗表明該方法的識別率為90%左右，是一種有效的彩色人臉識別方法。

關鍵詞：彩色人臉識別；四元數矩陣；奇異值特征向量

中圖分類號：TP391文獻標志碼：A

文章編號：1001－3695(2007)07－0298－02

0引言

人臉識別是模式識別和人工智能領域的一個研究熱點，該課題的研究已經有近三十年的歷史。由于灰度圖像易處理、灰度人臉圖像庫易獲取的特點，大多數人臉識別方法都是基于灰度人臉圖像的。而真實的人臉圖像是彩色的，這些色彩提供了比灰度圖像更為豐富的信息。隨著計算機技術的發展，彩色圖像的處理與識別已成為人們研究的熱門課題。已有研究發現，利用彩色信息相對于僅研究灰度圖像能提高人臉圖像的識別率[1]。

近年來，研究彩色人臉圖像識別的方法大多數并不是直接對彩色人臉圖像進行處理。文獻[1]將彩色圖像分離成三個顏色分量，然后在每一個分量上分別利用基于灰度圖像的PCA方法，最后綜合三個分量上的結果。文獻[2~4]首先利用某種變換將彩色人臉圖像轉換為灰度人臉圖像，然后再對灰度人臉圖像進行處理和識別。

3實驗結果

對本文提出的方法作了仿真實驗。實驗所用的圖像庫為Essex大學的彩色人臉圖像。該圖像庫包含94、95、96和grimace四個子庫，共7 900幅圖像，由395個人，每個人20幅正面彩色人臉圖像構成。這些人來自不同的種族，都是Essex大學的教師和學生。圖像庫中的圖像在人臉圖像位置、光照和表情方面有一些變化，而一些人帶著眼鏡或留有胡須。本文在Essex94子庫上任意選擇了40類共800幅圖像來作實驗。圖1給出了這40個人中的部分人臉圖像。實驗中采用了彩色圖像的三種格式來作實驗，即RGB、YUV以及NTSC格式；文中也采用相應的灰度人臉圖像，即僅利用圖像的亮度信息來進行實驗比較。作了四次實驗，每次實驗的人臉圖像庫分別由10、20、30、40類構成；每個人任取10幅圖像來構成訓練樣本集，剩余的10幅圖像作為測試集。實驗結果如表1所示。

從實驗結果可知，對于三種格式的彩色圖像，該方法的識別率在90%左右，而且對YUV格式表現出更好的識別結果。而相對于灰度圖像，彩色人臉圖像表現出更好的識別性能?？梢姡疚姆椒ǖ淖R別率較高，是一種有效的彩色人臉圖像識別方法。

參考文獻：

［1］TORRES L，REUTTER J，LORENTE L.The importance of the color information in face recognition[C]//Intl Conf on Image Processing.Kobe，Japan:[s.n.]，1999:627－631.

［2］周德龍，高文，趙德斌. 基于奇異值分解和判別式KL投影的人臉識別[J]. 軟件學報， 2003，14(4) : 783－789.

［3］PAN Quan，ZHANG Mingui，ZHOU Delong，et al.Face recognition based on singular－value feature vectors[J].Optical Engineering，2003，42(8):2368－2374.

［4］LIU K，JIANG R，CHENG Y Q，et al.Color human face image recognition based on statistical model[C]//CHEN Sushing.SPIE Neural and Stochastic Methods in Image and Signal Processing.1992:702－707.

［5］PEI S C，CHENG C M.A novel block truncation coding of color images by using quaternion－moment－preserving principle[C]//IEEE International Symposium on Circuits and Systems.Atlanta:[s.n.]，1996:684－687.

［6］ZHANG Fuzhen.Quaternion and matrices of quaternion[J].Lin Alge Appl，1997(215):21－57.

［7］PEI S C， CHANG J H， DING J J.Quaternion matrix singular value decomposition and its applications for color image processing[C]//Proc of International Conference on Image，2003:14－17.

注：“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”