基于知识的人脸鉴别技术研究

摘要

人类已有的知识是可以辅助识别的,现有的研究对人类已有的知识利用的还不够,对人的描述与计算机存储的图像并没有建立语义上的联系,并且提取的知识不容易被人类理解,不符合人类认知规律.针对以上问题,本文对人脸各器官的分类进行研究,利用形状上下文描述子对各类器官形状进行描述,得到形状类型模板,建立面部形状分类模型.另外,对人脸各器官提取LGBP纹理特征后,采用主成分分析法对其进行降维,将高维的纹理特征映射到低维特征空间中,然后利用K-means算法对各类纹理进行聚类,得到各类纹理类型模板并赋予其物理意义.然后,设计人脸验证算法,将不同的人脸图像两两匹配得到其分类模型的类编号,将其进行特征编码后训练逻辑回归模型.最后,在LFW人脸数据库上对本文提出方法进行测试.实验结果表明,本文方法在偏转姿态较小且表情变化较小的图像上具有良好的鉴别效果;同时,本文方法具有良好的扩展性,得到的知识和描述能直接应用在三维建模、电子肖像等多个领域中.