独立子空间下的草图人脸合成与识别

基于草图的人脸识别对于公安机关通过目击者描述出的犯罪嫌疑人草图来确定疑犯的身份具有重要的意义.为实现草图人脸识别,从人脸独立特征子空间和人脸形状结构特征出发,提出了一种新的草图人脸合成和识别方法.根据人脸图像在独立分量子空间上的重建,研究了基于独立成分分析(ICA)的草图人脸合成,实现了照片草图人脸转换;针对人脸结构信息在人脸识别中的重要作用,在分析主动形状模型(ASM)算法在提取人脸结构信息上所具有的局限性的基础上,提出了极坐标形状模型(PSM);最后,将合成的草图与待识别草图利用ICA/线性鉴别分别(LDA)和极坐标形状模型进行联合识别.实验结果表明,提出的算法可以有效地将照片转换为草图,并具有较好的识别率,1阶识别率达到94.7%,10阶达到99.1%,将子空间投影与极坐标形状模型联合起来识别,1阶识别率可提高5.3%,前3阶识别率平均提高约4.2%.算法较好的识别率基本上满足了自动草图识别系统的要求.

手绘人脸识别的研究

人脸自动识别技术的应用领域十分广泛,其中从警察局的犯罪嫌疑人数据库中进行人脸图像的自动识别就是人脸识别的实际应用之一。但是,在许多情况下,犯罪嫌疑人的照片或图像是不容易得到的,最好的代替方法就是一张通过目击者的回忆而得到的手绘草图。介绍一种在人脸草图和照片之间进行自动识别的方法。通过将一张照片图像转化成手绘草图,减小了在照片和草图之间的差别,这样就为照片和图像进行匹配提供了有效的条件。在包含188个人脸图像数据中进行试验充分地证明了该算法的有效性。