多角度特征融合的视频人脸纹理表示及识别

吉林大学学报 王玉 申铉京 陈海鹏 谭颖

摘要

提出了一种在 Gabor变换幅值域内提取３个正交平面上的局部二值模式的多角度特征融合的视频人脸纹理表示及其识别方法。
   首先对人脸 Gabor小波变换得到增强的Gabor幅值图谱。
   然后采用３个正交平面上的局部二值模式提取视频纹理特征。
   最后采用基于Fisher加权的 Chi平方概率统计最近邻方法进行视觉人脸识别。

一、算法框架

本文提出了多角度特征融合的基于GLBP-TOP的视频人脸纹理表示和识别方法。算法主要步骤如下：

(1) 以双眼坐标为基准对从视频中提取的人脸视频序列进行人脸归一化处理。
（2）在预处理阶段，对人脸视频序列中的每个视频帧进行两个尺度、四个方向的Gabor变换，得到频域幅值图像，并对获得的多幅图像进行整合以增强图像幅值特征，目的就是提取出人脸视频帧中的频域信息。
（3）对 Gabor幅值图像集合划分块，并对每个分块提取LBP-TOP视频纹理特征，获得每个分块级的局部直方图统计信息，以获得视频人脸的局部时域 －空域纹理信息。
（4）将各个分块级的LBP-TOP特征直方图进行级联操作，构成整个视频序列的全局直方图，从而获得视频人脸的多角度特征融合的纹理表示
特征。
（5）在分类识别阶段，采用Chi平方概率统计的最近邻方法，对待检测的视频人脸序列特征直方图和样本集中的已知人脸特征直方图进行相似
性判定，相对于各分块权重相同的匹配策略，本文采用基于Fisher准则的加权 Chi平方概率统计的识别方法来提高识别精度，并通过相关的对比实验验证了本文算法的有效性。

Gabor小波对于图像的边缘敏感，能够提供良好的方向选择和尺度选择特性，而且对于光照变化不敏感,能够提供对光照变化良好的适应性。
与传统的傅立叶变换相比，Gabor小波变换具有良好的时频局部化特性。
Gabor小波变换具有多分辨率特性即变焦能力。
在特征提取方面，Gabor小波变换与其它方法相比：一方面其处理的数据量较少，能满足系统的实时性要求；另一方面，小波变换对光照变化不敏感，且能容忍一定程度的图像旋转和变形，当采用基于欧氏距离进行识别时，特征模式与待测特征不需要严格的对应，故能提高系统的鲁棒性。
Gabor分解可以看作一个对方向和尺度敏感的有方向性的显微镜。