姜瑩礁

摘要：本文提出了基于Gabor小波變換的人臉識別技術研究。采用YcbCr作為人臉圖像檢測顏色空間，簡單高斯模型表征顏色分布；采用Gabor小波變換提取人臉圖關鍵特征作為輸入向量，Direct LDA算法對人臉原始圖像進行線性判別；采用支持向量機進行人臉識別。仿真實驗表明，該方法能準確識別人臉，實時性滿足實際要求。

關鍵詞：YcbCr；簡單高斯模型；小波變換；支持向量機

中圖分類號：TP391.41 文獻標識碼：A

0 引言

基于視頻的人臉識別技術研究是計算機視覺領域的前沿方向，在移動通訊、人機交互等領域具有重要應用價值。如何設計一種高效魯棒性的人臉識別技術，一直是人臉識別領域研究的熱點。

本文提出基于Gabor小波變換的人臉識別方法。采用YcbCr作為人臉圖像檢測顏色空間，采用Gabor小波變換提取人臉圖關鍵特征作為輸入向量，采用支持向量機進行人臉識別。仿真實驗表明，該方法能準確識別人臉， 較強的魯棒性和實時性。

1 人臉檢測和膚色模型

1.1 YCbCr顏色空間

YCbCr色彩表示與人對色彩的感知相似，感知效果均勻。YcbCr格式空間坐標表示和計算過程相對簡單，Y、Cb、Cr與R、G、B三基色可以通過線性相互變換，避免了非線性空間的奇異性，具有良好的分割效果，本文選擇YcbCr顏色模型對膚色建模。

YCbCr將色彩空間分為三個分量[1]：亮度Y，藍色色度Cb，紅色色度Cr。YCbCr與RGB轉換公式：

根據色調不同的物體在不同的色帶中聚類，我們可以快速地檢測出彩色信息對應的目標。而人臉的彩色圖像中，人臉膚色區(qū)域可以很好地與其他部分區(qū)分，因此我們可以把人的膚色從圖像中分離出來。

1.2簡單高斯模型

模型假設膚色分布為單峰高斯分布，迭代計算預測參數的分布。 高斯膚色模型運用6個參數檢測人臉膚色，參數的確定由統(tǒng)計方法求出每個分量的均值和方差。

以歸一化RGB顏色空間為例，其高斯膚色模型由表示，均值向量表示為，協(xié)方差矩陣為C。

膚色的輸出點概率表達式為：

由于模型的參數易于計算，高斯模型能很好地表示顏色分布。

2 基于小波變換的特征提取

Gabor小波變換是信號處理的有效手段，其變換系數具有良好的視覺特性，有良好的時頻局部化特性，能夠兼顧信號在時空域和頻域的分辨能力。小波變換運用多通道濾波技術，圖像的局部特征輸入各個通道，結合需要在粗細粒度上分析待處理圖像。

在特征提取時，Gabor小波變換處理的數據量少，具有實時性的特性，且能容忍一定限度的圖像變形和旋轉，對于光照變換不敏感，有利于提高系統(tǒng)的魯棒性和實時性。

傳統(tǒng)PCA算法對人臉圖像主分量投影分析，在降維空間中進行線性判別分析，但PCA投影會丟失一部分重要信息。本文采用Direct LDA[2]算法對人臉原始圖像進行線性判別，在不降維的前提下，提取對識別最關鍵的特征。LDA對于人臉姿態(tài)、光照條件等要素變換不敏感，無須人臉特征提取和降低維度，大大提高了識別的準確率。

3 基于支持向量機的人臉識別

SVC基于統(tǒng)計學習理論的出色學習性能，對小樣本統(tǒng)計估計和預測都具有強大的泛化能力，高效解決了小樣本的學習問題。

SVM算法[3]是基于線性可分最優(yōu)分類面提出的。設樣本為：，類別標號為，可分超平面為。SVM算法就是在訓練數據中尋找使點距離超平面最遠的和 b值，即滿足約束條件：

（6）

約束條件下的最小化函數：

（7）

Wolfe對偶式如下：

（8）

最優(yōu)分類面方程是：

（9）

其中，是樣本點的Lagrange乘子，Lagrange系數不為0的點為支持向量，分類面由這些點所決定，而與其他樣本無關。

當樣本為線性不可分時，公式（8）轉化為：

（10）

最優(yōu)分類面方程是：

為Kernel內積函數，我們選用了徑向基內積函數（RBF）： 。

4 實驗與分析

選擇FERET人臉庫對算法進行了測試和比較。FERET人臉庫是一個規(guī)模比較大的人臉數據庫，包含1199人的14，051幅在不同光照、表情、姿態(tài)以及不同時期的人臉圖像。為說明改進算法的有效性，將其與現有的成熟算法做試驗對比。

試驗結果證明，本文提出的方法識別準確率上均優(yōu)于另外兩種方法，能夠滿足人臉識別的實際要求。

5 結論

本文提出基于Gabor小波變換的人臉識別方法。方法的優(yōu)點在于算法人臉識別效果好，識別誤差率低，穩(wěn)定性好。

基金項目：國家自然科學基金（the National Natural Science Foundation of China under Grant No.61071217）

參考文獻

[1]黃先鋒.基于多特征融合的人臉檢測與識別方法[D].西安電子科技大學碩士論文，2006，2，23.

[2]吳元，劉決仕.結合人臉識別的RFID身份驗證系統(tǒng)研究與實現[J].計算機工程與應用，2009，45（04）：242-245+248.

[3] 馬志強.彩色圖像中的人臉檢測方法[J].山東大學學報（工學版），2007（04）：19-22.