基于PCA算法人脸性别鉴别南山学报.docVIP

PAGE   NUMPAGES 1 济南大学学报（自然科学版） 第17卷 第8卷 基于PCA算法的人脸性别鉴别 2011年5月 第8卷 基于PCA算法的人脸性别鉴别 2011年5月 作者简介：柳华（1984–），女，山东乳山人，烟台南山学院软件工程学院，教师 基于PCA 算法的人脸性别鉴别 柳华 （烟台南山学院， 山东烟台，265713） 摘 要：人脸的性别分类是指根据人脸的图像判别其性别的模式识别问题。本文首先通过主成份分析（PCA） 算法求出训练样本的特征子空间，测试样本和训练样本分别向特征子空间投影，分别得到一组坐标系数做为待识别的特征。最后利用最近邻准则进行性别鉴别。在人脸数据库ORL(Olivetti Research Laboratory)进行实验，实验结果得出，基于PCA 算法的人脸性别识别，识别性能好，是一种有效的性别鉴别方法。 关键词：性别识别；PCA算法；ORL人脸数据库 中图分类号： TP391.41 文献标志码：A Gender Classification Based on PCA for Facial Images LIU Hua (Yantai Nanshan University, Yantai，Shandong，265713) Abstract: Gender classification is a pattern recognition problem of deciding the gender according to the face image.Feature sub-space of training samples is obtained by PCA (Principal Components Analysis).The test samples and training samples are respectively projected to the feature space, recognition features are accordingly gained by a set of coordinates coefficient. The nearest neighbor rule is utilized in gender classification.Experimental results on ORL face database show that PCA is well in recognition performance,and is a valid method in gender classification. Keywords: gender classification; PCA algorithm; ORL face database 第8卷 烟 台 南 山 学 院 2011年5月 在计算机识别与监控中，计算机视觉发挥着重要的作用,出现了人脸识别和跟踪、年龄估计以及性别识别等研究领域。其中，人脸性别识别是一个重要的研究课题，即利用计算机通过人脸图像信息识别被观察者的性别属性。各国研究人员都对该课题做了相关的研究，他们采用不同的识别方法，其中大多数研究者采用基于神经网络和基于支持向量机的方法[1-4]。性别识别作为人机交互的一部分，起着非常重要的作用，该项研究不仅能加强现有的人机交互能力，而且还能在智能环境中对一些有性别要求的特定场所的出入进行性别限制，统计性别信息等。 人脸图像在计算机中以高维的矩阵存储，人脸图像上的点用矩阵的行和列标出，该点的灰度等级就是矩阵中相应元素的值，从而，性别识别的问题就相当于对高维的矩阵进行处理，所以，达不到实时识别的要求，速度比较慢[5-6]。对于解决这一问题，我们通常采用的方法是利用降维技术，线性鉴别分析(Linear Discriminant Analysis,LDA)和 主成分分析 (Principal Components Analys