資源描述：
《基于特征融合的人臉圖像性別識別.pdf》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在應用文檔-天天文庫。
1、第８卷第６期智能系統(tǒng)學報Ｖｏｌ．８№．６２０１３年１２月ＣＡＡＩＴｒａｎｓａｃｔｉｏｎｓｏｎＩｎｔｅｌｌｉｇｅｎｔＳｙｓｔｅｍｓＤｅｃ．２０１３ＤＯＩ：１０．３９６９／ｊｉ．ｓｓｎ．１６７３-４７８５．２０１３０１００５網(wǎng)絡出版地址：ｈｔｔｐ：／／ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／２３．１５３８．ＴＰ．２０１３１０１２．１８１４．００３．ｈｔｍｌ基于特征融合的人臉圖像性別識別李同宇，李衛(wèi)軍，覃鴻（中國科學院半導體研究所高速電路與人工神經(jīng)網(wǎng)絡實驗室，北京１０００８３）摘要：在人臉圖像的性別識別方法研究中，存在同一個人既參與訓練又參與測試的情況，
2、所得結(jié)論有一定的局限性．針對此問題，建立相互獨立的測試集和訓練集．傳統(tǒng)性別識別模型，受相關參數(shù)影響較大，穩(wěn)定性有待提高，為此，提出一種基于特征融合的人臉圖像性別識別方法，采用主成分分析和正交化的線性判別分析相結(jié)合的方法表述圖像的全局特征，突破傳統(tǒng)線性判別分析二分類時秩的限制，采用均衡的局部二值模式方法表述圖像的局部特征，將少量全局特征和局部特征相融合，形成人臉圖像的性別特征．支持向量機用于實現(xiàn)性別特征的分類．實驗結(jié)果表明，此方法在具有一定穩(wěn)定性的同時，能獲得較高的識別率．關鍵詞：人臉識別；性別識別；全局特征；局部特征；特征融合中圖分類號：ＴＰ１８１文獻標志碼
3、：Ａ文章編號：１６７３-４７８５（２０１３）０６-０５０５-０７中文引用格式：李同宇，李衛(wèi)軍，覃鴻．基于特征融合的人臉圖像性別識別［J］．智能系統(tǒng)學報，２０１３，８（６）：５０５-５１１．英文引用格式：LITongyu，LIWeiujn，QINHong．Facialimagegenderrecognitionmethodbasedonfeaturefusion［J］．CAAITransactionsonInetlligentSystems，２０１３，８（６）：５０５-５１１．Facialimagegenderrecognitionmethodbasedonf
4、eaturefusionＬＩＴｏｎｇｙｕ，ＬＩＷｅｉｊｕｎ，ＱＩＮＨｏｎｇ（ＬａｂｏｒａｔｏｒｙｏｆＨｉｇｈ-ｓｐｅｅｄＣｉｒｃｕｉｔ＆ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋ，ＩｎｓｔｉｔｕｔｅｏｆＳｅｍｉｃｏｎｄｕｃｔｏｒｓ，ＣＡＳ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ）Abstract：Ｉｎｔｈｅｒｅｓｅａｒｃｈｏｎｔｈｅｆａｃｉａｌｉｍａｇｅｓｇｅｎｄｅｒｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄ，ｔｈｅｒｅｅｘｉｓｔｃａｓｅｓｗｈｅｒｅａｐｅｒｓｏｎａｔｔｅｎｄｓｂｏｔｈｔｒａｉｎｉｎｇａｎｄｔｅｓｔｉｎｇ，ｔｈｅｒｅｆｏｒ，ｅｔｈｅｃｏｎｃｌｕｓ
5、ｉｏｎｓａｔｔａｉｎｅｄａｒｅｒｅｓｔｒｉｃｔｉｖｅ．Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｉｓｐｒｏｂｌｅｍ，ａｍｕｔｕ-ａｌｌｙｉｎｄｅｐｅｎｄｅｎｔｔｅｓｔｉｎｇｓｅｔａｎｄｔｒａｉｎｉｎｇｓｅｔｈａｖｅｂｅｅｎｅｓｔａｂｌｉｓｈｅｄ；ｔｈｅｔｒａｄｉｔｉｏｎａｌｇｅｎｄｅｒｒｅｃｏｇｎｉｔｉｏｎｍｏｄｅｌｉｓｇｒｅａｔ-ｌｙａｆｆｅｃｔｅｄｂｙｔｈｅｒｅｌｅｖａｎｔｐａｒａｍｅｔｅｒｓａｎｄｔｈｅｓｔａｂｉｌｉｔｙｎｅｅｄｓｔｏｂｅｉｎｃｒｅａｓｅｄ，ｔｈｅｒｅｆｏｒｅ，ａｎｏｖｅｌｇｅｎｄｅｒｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｕｔｉｌｉｚｉｎｇｆａｃｉａ
6、ｌｉｍａｇｅｓａｎｄｂａｓｅｄｏｎｆｅａｔｕｒｅｆｕｓｉｏｎｈａｓｂｅｅｎｐｒｏｐｏｓｅｄ．Ｗｉｔｈｔｈｉｓｍｅｔｈｏｄ，ｔｈｅａｎａｌｙｓｉｓｏｆｔｈｅｍａｉｎｃｏｍｐｏｎｅｎｔｓａｎｄｔｈｅｏｒｔｈｏｇｏｎａｌｌｉｎｅａｒｄｉｓｔｉｎｇｕｉｓｈｉｎｇａｎａｌｙｓｉｓａｒｅｃｏｍｂｉｎｅｄｔｏｄｅｓｃｒｉｂｅｔｈｅｏｖｅｒａｌｌｆｅａｔｕｒｅｓｏｆｔｈｅｆａｃｉａｌｉｍａｇｅ，ｔｈｅｒｅｓｔｒｉｃｔｉｏｎｏｆｏｒｄｅｒｉｎｂｉｎａｒｙｃｌａｓｓｉｆｉｃａｔｉｏｎｆｏｒｔｒａｄｉｔｉｏｎａｌｌｉｎｅａｒｄｉｓｔｉｎｇｕｉｓｈｉｎｇａｎａｌｙｓｉｓｉｓｂｒｏ-
7、ｋｅｎｔｈｒｏｕｇｈ，ａｂａｌａｎｃｅｄｌｏｃａｌｂｉｎａｒｙｖａｌｕｅｐａｔｔｅｒｎｍｅｔｈｏｄｉｓａｐｐｌｉｅｄｔｏｄｅｓｃｒｉｂｅｔｈｅｌｏｃａｌｆｅａｔｕｒｅｓｏｆｔｈｅｉｍａｇｅ，ａｎｄｓｏｍｅｏｆｔｈｅｏｖｅｒａｌｌｆｅａｔｕｒｅｓａｎｄｔｈｅｌｏｃａｌｆｅａｔｕｒｅｓａｒｅｆｕｓｅｄｔｏｆｏｒｍｔｈｅｇｅｎｄｅｒｆｅａｔｕｒｅｓｏｆｔｈｅｆａｃｉａｌｉｍａｇｅ．Ｔｈｅｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｉｓｕｓｅｄｆｏｒｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｇｅｎｄｅｒｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌ
8、ｔｓｄｅｍｏｎｓｔｒａｔｅｔｈａｔｔｈｅｐｒｏｐｏｓ
