基于EHMM-SVM的人脸识别算法研究

计算机工程与科学

基于EHMM-SVM的人脸识别算法研究

刘欢，苏士美

（郑州大学电气工程学院，河南郑州 450001）

收稿日期:2016-01-10 修回日期:2016-03-14 出版日期:2017-05-25 发布日期:2017-05-25

A face recognition algorithm based on EHMM-SVM

LIU Huan,SU Shi-mei

(School of Electrical Engineering,Zhengzhou University,Zhengzhou 450001,China)

Received:2016-01-10 Revised:2016-03-14 Online:2017-05-25 Published:2017-05-25

摘要/Abstract

摘要：

EHMM依靠输出最大相似概率来判定人脸，但由于人脸图像的相似性，此方法可能会导致识别错误。对此，提出了一种基于EHMM-SVM的人脸识别方法。运用二维离散余弦变换(2D-DCT)进行人脸特征提取，得到观察向量序列。通过双重嵌套Viterbi算法求出每个人脸图像对应EHMM模型的输出概率，把输出概率输入SVM中进行分类训练以及识别测试，得到人脸识别的结果。运用ORL和YALE人脸数据库进行实验。实验结果表明了该方法的可行性及有效性。

关键词: EHMM, SVM, 人脸识别, 2D-DCT, Viterbi

Abstract:

The EHMM relies on the output maximum likelihood probability to determine the face image. However, because of the similarity between face images, this method can lead to recognition errors. We propose a face recognition method based on the EHMM-SVM. The two-dimensional discrete cosine transform (2D-DCT) is used to extract face features so as to obtain the observation vector sequence. The output probability of each face image corresponding to the EHMM model is obtained by the double nested Viterbi algorithm. The output probability is input into the SVM for classification training and recognition tests, and the results of face recognition are obtained. ORL and YALE face databases are used in the experiments. Experimental results show the feasibility and effectiveness of the method.

Key words: EHMM, SVM, face recognition, 2D-DCT, Viterbi

刘欢，苏士美. 基于EHMM-SVM的人脸识别算法研究[J]. 计算机工程与科学.

LIU Huan,SU Shi-mei.

A face recognition algorithm based on EHMM-SVM

[J]. Computer Engineering & Science.

[1]	任拓, 闫玮, 况立群, 谢剑斌, 谌钟毓, 高峰, 郭锐, 束伟, 谢昌颐. 基于多对抗性鉴别网络的人脸活体检测[J]. 计算机工程与科学, 2023, 45(9): 1611-1620.
[2]	李荣春, 周鑫, 王庆林, 梅松竹. 基于GPU的卫星通信基带处理高吞吐率并行算法[J]. 计算机工程与科学, 2023, 45(10): 1720-1730.
[3]	严春满, 张昱瑶, 张迪. 改进标签一致KSVD字典学习的人脸识别算法[J]. 计算机工程与科学, 2022, 44(2): 291-297.
[4]	韩辉, 麦合甫热提, 吾尔尼沙·买买提, 朱亚俐, 库尔班·吾布力, . 基于Gist和IPCA算法的多文种离线手写签名识别[J]. 计算机工程与科学, 2022, 44(11): 2048-2055.
[5]	徐周波, 李萍, 刘华东, 李珍. 基于图嵌入与拓扑结构信息的蛋白质复合物识别算法[J]. 计算机工程与科学, 2021, 43(6): 1052-1059.
[6]	党小超, 汝春瑞, 郝占军, . 基于CSI与SVM回归的室内定位方法[J]. 计算机工程与科学, 2021, 43(5): 853-861.
[7]	钟国韵,王檬檬,汪宇玲,常艳荣,吴忠粱. 旋转均值跳动特征及其在模糊人脸识别中的应用[J]. 计算机工程与科学, 2020, 42(3): 474-482.
[8]	孙雨浩, 陶洋, 胡昊. 基于判别低秩矩阵恢复和协同表示的遮挡人脸识别[J]. 计算机工程与科学, 2020, 42(12): 2199-2207.
[9]	葛晓伟, 李凯霞, 程铭. 基于CNN-SVM的护理不良事件文本分类研究[J]. 计算机工程与科学, 2020, 42(1): 161-166.
[10]	冯璋，裴东,王维. 基于改进灰狼算法优化支持向量机的人脸识别[J]. 计算机工程与科学, 2019, 41(6): 1057-1063.
[11]	张建明1,2，廖婷婷1,2，吴宏林1,2，刘宇凯1,2. 基于改进分数阶SVD的块协作表示的小样本人脸识别算法[J]. 计算机工程与科学, 2018, 40(7): 1237-1243.
[12]	杜弘彦，王士同，李滔. 基于非线性距离和夹角组合的最近特征空间嵌入方法[J]. 计算机工程与科学, 2018, 40(5): 888-897.
[13]	李联辉，王丽，雷婷，丁少虎. 制造企业供应商排序决策：#br# 基于SVM和TFN-RS的改进TOPSIS[J]. 计算机工程与科学, 2018, 40(4): 757-764.
[14]	刘冀伟1，史尹嘉1，白羽1，严朝雯2. 一种脑电信息监督人脸图像的注意力分析方法[J]. 计算机工程与科学, 2018, 40(2): 298-303.
[15]	李燕,章玥. 基于随机投影与加权稀疏表示残差的光照鲁棒人脸识别方法[J]. 计算机工程与科学, 2018, 40(11): 2015-2022.