人脸识别中基于学习的核图像微分滤波器

来源：计算机应用杂志2017年第4期北京时间：

作者：房贻广, 刘武, 张骥, 张令臣, 袁玫瑰, 屈磊

单位：1. 国网安徽省电力公司 安全监察质量部, 合肥 230022;2. 国网安庆供电公司 安全监察质量部, 安徽 安庆 246000;3. 安徽南瑞继远电网技术有限公司, 合肥 230088;4. 安徽大学 电子信息工程学院, 合肥 230601

摘要：针对人脸识别应用，提出一种基于学习且具有鉴别能力的核图像微分滤波器。首先，区别于现有滤波器的手工设计方法，该滤波器利用训练集动态学习获得，通过在学习过程中融入线性判别分析（LDA）思想，可在增加滤波后图像类内相似度的同时减小类间相似度；其次，在线性滤波分类器的基础上进一步引入二阶微分信息，并结合核方法在高维空间下进行滤波器学习，使得图像中的细节和非线性信息可以得到更好的利用并获得更具鉴别力的特征描述。AR和ORL人脸库上的多组对比实验结果表明，与线性可学习图像滤波器IFL、不考虑微分信息的核图像滤波器以及只考虑一阶微分信息的核图像滤波器进行比较，所提算法可有效提高识别性能。

关键词：滤波器学习,线性判别分析,核空间,二阶微分,人脸识别

基金资助：国家自然科学基金资助项目（61201396，61301296）；国家科技支撑计划项目（2014BAH27F01）；国家电网公司科技项目（5212D01502DB）。