东南大学学报（自然科学版）
東南大學學報（自然科學版）
동남대학학보（자연과학판）
JOURNAL OF SOUTHEAST UNIVERSITY
2015年
2期
251-255
,共5页
邵珠宏%欧阳军林%廖帆%舒华忠
邵珠宏%歐暘軍林%廖帆%舒華忠
소주굉%구양군림%료범%서화충
彩色人脸识别%局部特征%四元数pseudo-Zernike矩%集成学习
綵色人臉識彆%跼部特徵%四元數pseudo-Zernike矩%集成學習
채색인검식별%국부특정%사원수pseudo-Zernike구%집성학습
color face recognition%local feature%quaternion pseudo-Zernike moment%ensemble learning
为了充分利用人脸图像的局部信息、改善现有基于整体特征的彩色人脸识别算法的识别率,提出了一种基于局部特征和集成学习分类器的鲁棒彩色人脸识别算法.在特征提取阶段,使用自适应四元数pseudo-Zernike矩(AQPZMs)来描述图像子块的特征.对于具有较大熵的图像子块使用较高阶次的四元数pseudo-Zernike矩(QPZMs)提取特征,反之则使用较低阶次的QPZMs.在匹配识别阶段,使用集成学习分类器进行判别.针对不同彩色人脸图像库的测试结果表明,当人脸图像受到光照、表情等因素影响时,与采用QPZMs或者四元数二维主成分分析(Q2DPCA)进行整体特征提取的识别算法相比,所提算法的识别率更高.
為瞭充分利用人臉圖像的跼部信息、改善現有基于整體特徵的綵色人臉識彆算法的識彆率,提齣瞭一種基于跼部特徵和集成學習分類器的魯棒綵色人臉識彆算法.在特徵提取階段,使用自適應四元數pseudo-Zernike矩(AQPZMs)來描述圖像子塊的特徵.對于具有較大熵的圖像子塊使用較高階次的四元數pseudo-Zernike矩(QPZMs)提取特徵,反之則使用較低階次的QPZMs.在匹配識彆階段,使用集成學習分類器進行判彆.針對不同綵色人臉圖像庫的測試結果錶明,噹人臉圖像受到光照、錶情等因素影響時,與採用QPZMs或者四元數二維主成分分析(Q2DPCA)進行整體特徵提取的識彆算法相比,所提算法的識彆率更高.
위료충분이용인검도상적국부신식、개선현유기우정체특정적채색인검식별산법적식별솔,제출료일충기우국부특정화집성학습분류기적로봉채색인검식별산법.재특정제취계단,사용자괄응사원수pseudo-Zernike구(AQPZMs)래묘술도상자괴적특정.대우구유교대적적도상자괴사용교고계차적사원수pseudo-Zernike구(QPZMs)제취특정,반지칙사용교저계차적QPZMs.재필배식별계단,사용집성학습분류기진행판별.침대불동채색인검도상고적측시결과표명,당인검도상수도광조、표정등인소영향시,여채용QPZMs혹자사원수이유주성분분석(Q2DPCA)진행정체특정제취적식별산법상비,소제산법적식별솔경고.
