基于四元数PCA的彩色人脸识别算法的实现与测试-毕业论文网

论文总字数：21252字

目录

1.绪论 1

1.1人脸识别概论 1

1.2人脸识别的研究意义 1

1.3彩色人脸识别 2

2. 四元数与四元数主成分分析 3

2.1四元数基本理论简介 3

2.1.1四元数的历史 3

2.1.2四元数的基本概念 3

2.1.3四元数矩阵 4

2.2四元数主成分分析 7

2.2.1基本思想 7

2.2.2协方差矩阵 7

2.2.3投影矩阵的求取 8

3.四元数PCA彩色人脸识别算法及其实现 9

3.1算法的基本思想 9

3.2算法的实现 10

3.2.1训练集载入 10

3.2.2对训练集进行训练 10

3.2.3识别 16

3.2.4自制测试软件 16

4. 四元数PCA算法的实验结果 20

4.1实验数据 20

4.2实验结果 21

5.小结 24

参考文献 25

致谢 27

基于四元数PCA的彩色人脸识别算法的实现与测试

李树炜

Abstract:Color face recognition based on quaternion PCA has been proposed. However, no work has been done on its specific implementation and its performance evaluation. In order to fill this gap, this paper implements the algorithm and carries out a lot of tests. Based on the full study of the algorithm, this paper uses C language and MFC framework to realize the algorithm, and designs a visual automatic test software for the large number of reliable testing of the algorithm. The test results show that, compared with the traditional PCA algorithm, the algorithm based on quaternion PCA has higher recognition rate.

Key words: MFC, quaternion, OpenCV, PCA, color face recognition

1.绪论

时至今日，中国已然步入互联网时代。随着硬件技术的不断提高，手机等移动上网设备早已打入寻常百姓人家，小米，苹果，三星充斥着国内市场；而软件方面，QQ，微信，支付宝等等，几乎成为每个普通人的日常用品。然而随着人类对网络的依赖度的提高，网络给予人类亮眼的便利的同时，也带来了不可忽视的信息安全问题。为了解决这一问题，各种身份认证机制已经在显示生活中普及开来，如随处可见的ATM自动取款，多种场合都有的门禁系统（如大学生宿舍），短信密码验证机制，机场、火车站安检等等。然而上述的这些传统的基于实物（如银行卡，身份证，U盘密保等）或者基于个人记忆的（如账号，密码，自定义问题等）身份认证机制存在易丢失，易被冒用，易被窃取，易被伪造等缺陷，而这对已经步入网络时代的现代中国来说，已经很难满足国人的需求了。因此，近些年来，基于人类自身生物特征的身份认证方式得到了国家、政府及广大研究人员的高度重视和大力发展。而本文重点论述的人脸识别技术则是该领域的领跑者之一。

1.1人脸识别概论

人脸识别由于其相对于指纹，虹膜，DNA等具有易接受，易采集，无侵犯性，隐蔽性高且商业化成本相对偏低等特点，现已成为生物特征识别领域一个不可忽视的热点。同时，应用人脸识别技术的各类软硬件系统正在改善着人们的日常生产生活，提供着巨大的便利和价值。

1.2人脸识别的研究意义

国泰则民安，国家安全一直是受政府高度重视的问题。而人脸识别技术因为其已被普通大众接受，无人身侵犯，数据采集方便的同时具有极高的隐蔽性的特点，使其大受安检刑侦等公安司法机构的欢迎。事实上，几乎所有对安全性有所要求的国家机关单位以及备受国家重视的产业，都已经广泛使用人脸识别技术来提高安全级别，广为人知的如各大银行都设有多种摄像头以及后台的监控系统，其中就运用了人脸识别技术。

人脸识别技术是综合性很高的领域，因此对其进行科学研究将会对与之相关的多门学科的发展有不错的促进作用，主要包括的学科有计算机图像处理，自动化与模式匹配计算机视觉研究以及人工智能等。另一方面，这种促进作用还是相互的,当上述学科取得巨大进展时，人脸识别技术很可能会受到积极的影响，从而获得技术研发上的巨大突破。由此可见，发展人脸识别技术对整个计算机科学而言是有巨大的同时影响深远的收益的。

在民用或者说是商用领域，人脸识别的发展前景同样很光亮。随着网络与计算机的硬件技术的高速发展，开发一套成熟的人脸识别系统的成本对于大型商场，超市，各大娱乐公司等等已经完全可以接受。试想有了可靠的人脸识别系统，这些企业公司就可以减少在安保领域的人力投资，而且安保质量也会明显提升，因为计算机犯错的几率要远低于普通人类的犯错几率。从中可以看出人脸识别技术在民用领域很受欢迎，具有出众的商用价值。

1.3彩色人脸识别

在人脸识别研究的初期，由于当时的计算机硬件技术还处于相当落后的阶段，因此，在当时的时代背景约束上，人脸识别的研究多数是建立在人脸侧影图像上的。然而，侧影图像由于包含的人脸特征信息相当有限，导致识别率很低，因此，后来研究人员开始研究正面人脸识别。据相关文献记载，最早的具有实用价值的人脸自动化识别系统诞生于20世纪60年代^[1]。

众所周知，20世纪90年代初，计算机与电子技术取得了突破式发展，摩尔定律大行其道，大量高性能计算机涌现市场，个人电脑步入寻常百姓人家，借此机遇，人脸识别研究在此时亦取得了巨大的突破。在这一时期，作用于人脸样本图整体的识别方法被提了出来，并且经过几年的发展，到了90年代末21世纪初，基于人脸样本整体的识别方法已经成为了当时人脸识别技术的主流发展方向。提取并融合人脸全局灰度分布特征，人脸拓扑结构特征的人脸识别算法被不断更新发展，取得了较为不错且可靠的识别率和稳定性。与本文关系密切的主成分分析算法也在这一时期被成功引入人脸识别领域，并且得到良好的开发与应用。

然而，时代的车轮依旧隆隆前行，到了最近几年，电子信息急速的发展更是白热化。各类高性能的彩色照相机，摄像机，智能手机逐渐在普通大众中普及开来。上世纪的只关注人脸结构信息的基于灰度人脸图像的识别算法已经相对落后，而基于彩色人脸图像的识别算法在这样的时代背景下得到了重视和发展，成为人脸识别领域大受欢迎的研究方向，吸引了大批研究人员对其进行深入研究，并且目前已经取得比较可观的成果。

相对于灰度图像的人脸识别算法，彩色人脸图像由于保留了人脸的肤色等有效鉴别信息，其识别率会有相应的提升。然而，传统的彩色人脸识别算法常见的做法是将颜色的R、G、B三分量分开处理或者直接将其存储到向量中进行处理，典型的就是将彩色图像的R、G、B三分量各自单独存储在向量之中，然后将这三大向量形式的数据首尾相连组合在一起重组为一个拥有巨大数据量的向量进行处理。由于彩色人脸图像本身就具有很高的维度，即数据量偏大，而将R、G、B分开处理使得数据量为原始数据量的3倍，这样将直接导致在对人脸库进行预处理时由于数据量猛增了足足两倍而多消耗巨额的CPU周期。而且传统的彩色人脸识别算法在原理层面上就存在着瑕疵。传统彩色人脸识别算法并没有考虑过彩色图像R、G、B三大颜色通道之间的关系，而是强行默认为颜色通道彼此之间是完全独立的。但是事实并非如此，对于人脸图而言，其颜色通道是一个有机的整体，它们之间存在着关联信息，Yang等人^[2]已经通过研究证实了这一点。因此，如果按照传统彩色人脸识别的做法去实现工程势必会由于损失和忽略部分有效的宝贵的人脸特征信息而降低识别率以及系统的稳定性。

为了解决上述问题，引入四元数理论的彩色人脸识别算法应运而生。基于四元数的彩色人脸识别算法采用四元数来表征颜色信息，将颜色R、G、B三通道看作是一个彼此关联的有机结合的实体，既可实现多通道颜色的同步处理，又充分保留和利用了颜色通道之间的光谱联系。因此四元数彩色人脸识别算法和传统彩色人脸识别算法相比，因其保留并利用了颜色通道之间的关系，可以获取更多有效的人脸之间的差异信息，进而有助于提高识别率和识别系统的稳定性。

目前四元数彩色人脸识别方法已经发展了很多高效的算法，本文则研究其中的一个分支，即基于四元数PCA（Quaternion PCA,QPCA）的彩色人脸识别算法。该算法将主成分分析算法（简称PCA）应用于四元数彩色人脸识别，利用PCA算法可以提取特征值与特征向量的同时还能够降低数据维度的特性来处理存有大量人脸特征信息的四元数矩阵，从而获得出众的运行效率以及识别率，稳定性也有了明显提升。下面进入下一章来重点论述QPCA算法。