基于 PCA 和 LDA 融合算法的性别鉴别
随着社会发展,快速有效的自动身份验证应用广泛。生物特征是人类的内在属性,具有
很强的自身稳定性和个体差异性,所以它是身份验证最理想的依据。其中,人脸相比其他的人
体生物特征具有直接、方便、友好等特点,所以利用人脸特征进行身份验证是最自然直接的手
段,并易于为用户所接受。性别鉴别作为其中特殊的一部分,可以加强人机交互系统的灵活性,
而且可以对特殊环境下与性别相关的地方出入进行限制,收集有价值的统计信息(如每天出入
的男性、女性数量,对酒吧、商场、零售业提供有价值的服务)等。
1 性别分类算法
性别分类是一个典型的二类问题,一般方法是通过输入一副人脸图像 X,通过预处理,特
征提取,分类器等过程后来决定 X 的类别。这里的性别分类算法如图 1 所示,它是由预处理、
特征提取、分类器 3 个部分组成。
其中预处理主要是几何
变换和区域直方图处理。
通过这些工作保障了人脸几何(方向,大小)的不变性。基本消除了背景的影响和部分光照影响,
提高了识别的精度。然后再预处理的基础上进行主元分析提取特征,获得主元分析
PAC(Principal components Analysis)主元子空间和线性鉴别分析 LDA(Linear
Discriminant Analysis)特征子空间,最后利用分离器(人脸样本训练获得)进行分类。
1.1 预处理
该性别分类算法主要采用,几何处理+整体直方图处理(HG),几何处理+区域直方图处理
(RHG)2 种方法进行预处理,并进行比较。
1.1.1 几何处理
1)图像的缩放
MATLAB 图像处理工具箱中的函数 imresize 可对图像进行缩放操作,常用的格式为:
B 是缩放后图片;A 是原始图片;m 表示缩放倍数(m>1 时图片放大;m<1 时图片缩小);
method 是缩放的插值方法(默认为最近邻插值法);[mrows,ncols]指输出图片大小为
mrowsxncols。
2)图像的旋转处理
有些待分类的图像,人脸是歪斜的,这时要对图像进行旋转处理如图 2 所示。但旋转时各
像素的坐标会发生变化,使得旋转之后不能正好落在整数坐标处,需要进行插值,工具箱中函
数 imrotate 方法可以对图像进行插值旋转(默认方法是最近邻插值法)。常用的语法格式为: