基于模糊神经推理的人脸识别算法研究

桂 荣，沈荣鑫，詹 泳

(华南师范大学计算机学院，广东广州510631)

1 课题背景

随着多媒体技术的发展，数字图像处理在科学研究、国防、工业生产以及现代化管理决策等各行业都得到了越来越多的应用．以人脸识别为代表的面部感知计算从20世纪80年代末开始逐渐成为热门的研究方向．

在日常生活中，识别一个人最常用的方法是根据其脸部形象［1］．由于诸多复杂因素的影响，致使人脸识别性能受到很大限制．目前根据人脸表征方式的不同，通常将人脸正面自动模式识别技术分为三大类:基于几何特征的识别方法、基于代数特征的识别方法和基于连接机制的识别方法．

几何特征方法［2］首先将人脸用一个几何特征向量表示，继而用模式识别中层次聚类的思想设计分类器达到识别目的．近年来，学术界相继提出了各种优秀的特征提取算法，如LI等［3］提出的基于热核的局部二值模式(Heat Kernel Based Local Binary Pattern，HKLBP)人脸表征法，YIN 等［4］提出的基于联合预测模型的人脸识别算法，XIE等［5］提出的局部融合模式识别算法，并以多种传统算法为例进行了融合仿真，LI等［6］提出的一种基于联合局部保护映射机制的人脸识别算法，并通过仿真数据与多种传统算法进行了性能对比．

基于代数特征的人脸识别算法的原理是利用统计特征提取，形成子空间进行模式识别．SIROVICH等［7］首先将K-L变换用于人脸图像的最优表示;随后，TURK等［8］提出了基于主分量分析(Principal Component Analysis，PCA)的特征脸(Eigenfaces)方法，为人脸识别中子空间分析方法……