吉林大学学报(工学版) ›› 2014, Vol. 44 ›› Issue (5): 1410-1416.doi: 10.13229/j.cnki.jdxbgxb201405030

• 论文 • 上一篇    下一篇

基于思维进化的机器学习的遮挡人脸识别

李根, 李文辉   

  1. 吉林大学 计算机科学与技术学院,长春 130012
  • 收稿日期:2013-06-07 出版日期:2014-09-01 发布日期:2014-09-01
  • 通讯作者: 李文辉(1961),男,教授,博士生导师.研究方向:计算机图形学,数字图像处理,计算机视觉.E-mail:liwh@jlu.edu.cn
  • 作者简介:李根(1982), 男, 博士研究生.研究方向:计算机视觉, 数字图像处理.E-mail:genlee@sina.com
  • 基金资助:

    国家自然科学基金项目(60873147); 吉林省科技发展计划重点项目(20120305).

Face occlusion recognition based on MEBML

LI Gen,LI Wen-hui   

  1. College of Computer Science and Technology, Jilin University, Changchun 130012, China
  • Received:2013-06-07 Online:2014-09-01 Published:2014-09-01

摘要:

针对遮挡人脸的识别问题,提出了基于思维进化的机器学习(MEBML)与局部特征结合的方法。首先提出了LBP偏移特征组的提取方法,定义一种新的特征对比规则,根据遮挡人脸图像与无遮挡人脸图像的局部特征进行对比,记录对比相似度作为局部区域的得分。然后对所有局部区域进行趋同过程和异化过程的演化,得到无遮挡区域及遮挡物体区域。当无遮挡区域满足一定比例且分布集中时,应用该区域特征完成遮挡人脸条件下的人脸识别。实验结果表明:新方法的遮挡人脸识别准确率在92%以上,并具有较低的误识率。

关键词: 计算机应用, 思维进化算法, 局部二值模式, 遮挡人脸识别

Abstract:

To solve the problem of face occlusion recognition, an algorithm, which combines Mind-Evolution-Based Machine Learning (MEBML) and local face feature, is proposed. First, a new method of LBP offset feature group extraction is presented to define a new feature contrast rule. By contrasting images between face occlusion and non-occlusion, the local area score of similarity is obtained. Second, similartaxis and dissimilation evolutionary operations are carried out for all local areas. Then, the areas of face occlusion and non-occlusion are obtained. Finally, if the non-occlusion area is large enough and centralized, the feature of this area can be used to recognize face even it is partially covered. Experiment results demonstrate that the new method can recognize 92% face occlusion images with low error ratio.

Key words: computer application, mind evolutionary algorithm, local binary patterns, face occlusion recognition

中图分类号: 

  • TP391
[1] Wu Chen-yu, Liu Ce, Shun H Y. Automatic eyeglasses removal from face images[J]. IEEE Transaction on Pattern Analysis and Machine Intelligence, 2004, 26(30): 322-336.
[2] 王志明, 陶建华. 人脸遮挡区域检测与重建[J]. 计算机研究与发展,2010, 47(1): 16-22.Wang Zhi-ming, Tao Jian-hua. Face occlusion detection and reconstruction[J]. Journal of Computer Research and Development,2010, 47(1): 16-22.
[3] Timo A, Ahonen T, Hadid A, et al.Face recognition with local binary patterns[C]∥Proc of the European Conf on Computer Vision (ECCV2004), Prague,Czech Republic,2004: 469-481.
[4] 王莹, 李文辉, 傅博,等. 基于水平分量优先原则的RDW-LBP人脸识别算法[J].吉林大学学报:工学版, 2011, 41(3):750-757.Wang Ying, Li Wen-hui, Fu Bo,et al. Face recognition algorithm using RDW-LBP based on horizontal component prior principle[J]. Journal of Jilin University (Engineering and Technology Edition), 2011, 41(3): 750-757.
[5] Sun Cheng-yi, Sun Yan. Mind-evolution-based machine learning:framework and the implementation of optimization[C]∥Proc of IEEE Int Conf on Intelligent Engineering Systems. USA: IEEE, 1998: 355-359.
[6] 王川龙, 孙承意. 基于思维进化的MEBML算法的收敛性研究[J]. 计算机研究与发展,2000,37(7): 838-842.Wang Chuan-long, Sun Cheng-yi. A study of mind-evolution-based machine learning[J]. Journal of Computer Research & Development,2000,37(7): 838-842.
[7] 王芳, 谢克明, 刘建霞. 基于群体智能的思维进化算法设计[J]. 控制与决策,2010, 25(1): 145-148.Wang Fang, Xie Ke-ming, Liu Jian-xia. Swarm intelligence based MEA design[J]. Control and Decision,2010,25(1): 145-148.
[8] 李根, 李文辉. 基于尺度不变特征变换的平面旋转人脸检测[J]. 吉林大学学报:工学版, 2013, 43(1): 186-191.Li Gen, Li Wen-hui. Face detection under rotation in image plane based on scale invariant feature transform[J]. Journal of Jilin University (Engineering and Technology Edition), 2013, 43(1):186-191.
[9] 李宽, 殷建平, 李永,等. 基于Gabor系数分块统计和自适应特征选择的人脸描述与识别[J]. 计算机研究与发展,2012, 49(4): 777-784.Li Kuan, Yin Jian-ping, Li Yong, et al. Local statistical analysis of gabor coefficients and adaptive feature extraction for face description and recognition[J]. Journal of Computer Research & Development, 2012, 49(4): 777-784.
[10] Ojala T, Pietikainen M, Maenpaa M. Multiresolution gray-scale and rotation invariant texture classification width local binary patterns[J]. IEEE Transacations on Pattern Analysis and Machine Intelligence, 2002, 24(7): 971-987.
[11] 戴金波, 肖宵, 赵宏伟. 基于低分辨率局部二值模式的人脸识别[J]. 吉林大学学报:工学版, 2013, 43(2): 435-438.Dai Jin-bo, Xiao Xiao, Zhao Hong-wei. Human face recognition based on low resolution local binary pattern[J]. Journal of Jilin University (Engineering and Technology Edition), 2013, 43(2):435-438.
[12] 曹洁,吴迪,李伟. 基于鉴别能力分析和LDA-LPP算法的人脸识别[J]. 吉林大学学报:工学版, 2012, 42(6): 1527-1531.Cao Jie, Wu Di, Li Wei. Face recognition based on discrimination power analysis and LDA-LPP algorithm[J]. Journal of Jilin University (Engineering and Technology Edition), 2012, 42(6): 1527-1531.
[13] Wright J, Yang Y, Ganesh A, et al. Robust face recognition via sparse representation[J].Pattern Analysis and Machine Intelligence, 2009, 31(2): 210-227.
[1] 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2] 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3] 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6] 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7] 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8] 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9] 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11] 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12] 黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13] 傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14] 曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15] 侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!