·432· 智能系统学报 第13卷 的少数民族，具有独特的面部特征，并且与中亚国 鉴于以上工作，本文提出了二维离散余弦变换 家的人脸有着高度的相似面部特征，人脸识别技术 (2DDCT)与方向边缘幅值模式(POEM)相融合的 的研究对于发展当地的信息处理能力有着很大的帮 维吾尔族人脸识别算法，将二维离散余弦变换与方 助，而且其结果会影响到中亚乃至西亚地区，具有 向边缘幅值模式相互充分结合，在得到人脸梯度图 很大的意义。人脸识别由于其自然性具有不被个体 像的幅值和方向信息时考虑了非均匀光照与局部遮 察觉的特点，一直以来是模式识别和机器视觉领域 挡对维吾尔族人脸图像整体像素的影响，使获得的 的研究热点，但人脸容易受到光照、噪声、表情和遮 梯度信息更能反映维吾尔族人脸图像的本质特征， 挡等的影响，如何有效获取人脸特征信息一直是人 从而有效克服了光照和局部遮挡对人脸识别的影 脸识别研究重点四。 响，提取出的特征占用空间小，提高了识别率，通过 当前研究表明，对人脸图像的辨识率影响比较 特征融合方法，增加了特征丰富度，解决了利用单 大的因素主要是非均匀光照和局部遮挡，尤其是在 一类型特征识别率不高的问题。 新疆南部地区，南疆少数民族地区光照强烈并具有 面部遮挡的习惯，比如胡须、面纱、帽子、眼镜等自 1 方向边缘幅值算法描述 然遮挡物。研究者们为了排除在非均匀光照变化和 假定一幅二维人脸图像！，其人脸梯度有效信 局部遮挡下的人脸识别问题，提出了其基本方法， 息为 即基于局部二值模式(LBP)P-1、POEM的人脸识别 G.(x,y)=I(x,y)-I(x-1,y) 方法、DCT和2D-PCA相结合的改进算法、加权 G:(x,y)=I(x,y)-I(x,y-1) (1) 分块(2D)2PCA方法、Gabor人脸特征提取m等识 式中：I(x,y)代表了人脸图像中随意一点的灰度值。 别方法。 人脸图像的梯度幅值和梯度方向可以分别表示为 以上这些方法虽然具有一定的辨识能力，但是 G(xy)=VG.(xy+G,(c)月 也有不完善之处。基于LBP算法的人脸识别会导 Gy(x,y) (2) 致其所获得的LBP直方图二维向量维数过大，计算 O(x.y)=arctan G.(x.y) 量也多。单一的POEM融合了其方向和幅值特性， POEM提取人脸特征的步骤如下： 得到了很好的辨识性。但是却忽视了块与块之间的 1)给定一幅二维人脸图像，计算其梯度图，即 二维像素问题，导致其辨识能力下降。DCT和2D- 得到每个像素点的梯度图和方向图。二维人脸图像 PCA相融合的改进算法虽然能够很好地储存非均 像素点的梯度方向为 匀光照、局部遮挡等非敏感信息并将识别时间大大 0(i=1,2,…,m),范围为0~π 缩短，但在特征提取方面的计算量较大：虽然应用 0,(=1,2,…,m,范围为0~元。 (2D)2PCA和图像分块想法得到比较完善的人脸特 2)将以像素点q为中心的w×w的图像块记为 征信息，但其辨识效果不理想；Gabor人脸特征提取 Cell,并以Cell块为基本单位，构建其局部时段直方 由于其多尺度方向的维数特征过高，导致计算过程 图，此直方图表示该时段的中心二维像素点的固有 比较复杂，因此很难实现实时性和有效性需求在实 纹理特征6。 际中的应用中图。 3)对每个阶段的中心二维像素点构建最后的 同时也有不同学者提出了不同方法，殷俊等例 POEM直方图，以中心二维像素点为核心的C©l块 提出基于最近正交矩阵的二维鉴别投影及人脸识别 与别的二维像素点的Cell块来估算。 应用；Deng等o提出对光照变化具有较强适应性 4)对每一个梯度方向，编码过程是以中心二维 的PCA(principal component analysis)特征脸，用于 像素点块为核心，与圆周内的其余二维像素点块进 人脸特征表示，Y.Chen等提出基于人脸识别的稀 行如下计算。 疏嵌入式词典学习；何林巍等提出基于POEM 在一个直径为R的圆形范围，取n个像素点CELL SLPP的人脸识别算法；Z.Chen等提出了一种基 块执行编码： 于不相关判别稀疏保留投影的人脸识别方法；JLu POEM()=>f(s()2 (3) 等提出基于图像集人脸识别的并行特征与字典学 习：S.Guo等提出基于卷积神经网络和支持向量 式中：g、分别为中心二维像素点及其邻域像素点， 机的人脸识别。 S(…)为相似度函数，f(x)为其阈值为p的二值函数。的少数民族，具有独特的面部特征，并且与中亚国 家的人脸有着高度的相似面部特征，人脸识别技术 的研究对于发展当地的信息处理能力有着很大的帮 助，而且其结果会影响到中亚乃至西亚地区，具有 很大的意义。人脸识别由于其自然性具有不被个体 察觉的特点，一直以来是模式识别和机器视觉领域 的研究热点，但人脸容易受到光照、噪声、表情和遮 挡等的影响，如何有效获取人脸特征信息一直是人 脸识别研究重点[1]。 当前研究表明，对人脸图像的辨识率影响比较 大的因素主要是非均匀光照和局部遮挡,尤其是在 新疆南部地区，南疆少数民族地区光照强烈并具有 面部遮挡的习惯，比如胡须、面纱、帽子、眼镜等自 然遮挡物。研究者们为了排除在非均匀光照变化和 局部遮挡下的人脸识别问题，提出了其基本方法， 即基于局部二值模式 (LBP)[2-3] 、POEM 的人脸识别 方法[4] 、DCT 和 2D-PCA 相结合的改进算法[5] 、加权 分块 (2D)2PCA 方法[6] 、Gabor 人脸特征提取[7]等识 别方法。 以上这些方法虽然具有一定的辨识能力，但是 也有不完善之处。基于 LBP 算法的人脸识别会导 致其所获得的 LBP 直方图二维向量维数过大，计算 量也多。单一的 POEM 融合了其方向和幅值特性， 得到了很好的辨识性。但是却忽视了块与块之间的 二维像素问题，导致其辨识能力下降。DCT 和 2D￾PCA 相融合的改进算法虽然能够很好地储存非均 匀光照、局部遮挡等非敏感信息并将识别时间大大 缩短，但在特征提取方面的计算量较大；虽然应用 (2D)2PCA 和图像分块想法得到比较完善的人脸特 征信息，但其辨识效果不理想；Gabor 人脸特征提取 由于其多尺度方向的维数特征过高，导致计算过程 比较复杂，因此很难实现实时性和有效性需求在实 际中的应用中[8]。 同时也有不同学者提出了不同方法，殷俊等[9] 提出基于最近正交矩阵的二维鉴别投影及人脸识别 应用；Deng 等 [10] 提出对光照变化具有较强适应性 的 PCA(principal component analysis) 特征脸，用于 人脸特征表示; Y. Chen 等 [11]提出基于人脸识别的稀 疏嵌入式词典学习；何林巍等[12]提出基于 POEM_ SLPP 的人脸识别算法；Z. Chen 等 [13]提出了一种基 于不相关判别稀疏保留投影的人脸识别方法；J.Lu 等 [14]提出基于图像集人脸识别的并行特征与字典学 习；S.Guo 等 [15]提出基于卷积神经网络和支持向量 机的人脸识别。 鉴于以上工作，本文提出了二维离散余弦变换 (2DDCT) 与方向边缘幅值模式 (POEM) 相融合的 维吾尔族人脸识别算法，将二维离散余弦变换与方 向边缘幅值模式相互充分结合，在得到人脸梯度图 像的幅值和方向信息时考虑了非均匀光照与局部遮 挡对维吾尔族人脸图像整体像素的影响，使获得的 梯度信息更能反映维吾尔族人脸图像的本质特征， 从而有效克服了光照和局部遮挡对人脸识别的影 响，提取出的特征占用空间小，提高了识别率，通过 特征融合方法，增加了特征丰富度，解决了利用单 一类型特征识别率不高的问题。 1 方向边缘幅值算法描述 假定一幅二维人脸图像 I ，其人脸梯度有效信 息为 { Gx (x, y) = I(x, y)− I(x−1, y) Gx (x, y) = I(x, y)− I(x, y−1) (1) 式中： I(x, y) 代表了人脸图像中随意一点的灰度值。 人脸图像的梯度幅值和梯度方向可以分别表示为    G(x, y) = √ Gx(x, y) 2 +Gy(x, y) 2 O(x, y) = arctan Gy (x, y) Gx (x, y) (2) POEM 提取人脸特征的步骤如下： 1) 给定一幅二维人脸图像，计算其梯度图，即 得到每个像素点的梯度图和方向图。二维人脸图像 像素点的梯度方向为 θi(i = 1,2,··· ,m) ，范围为 0 ∼ π ； θi(i = 1,2,··· ,m) ，范围为 0 ∼ π。 q w×w q 2) 将以像素点 为中心的 的图像块记为 Cell，并以 Cell 块为基本单位，构建其局部时段直方 图，此直方图表示该时段的中心二维像素点 的固有 纹理特征[16]。 3) 对每个阶段的中心二维像素点构建最后的 POEM 直方图，以中心二维像素点为核心的 Cell 块 与别的二维像素点的 Cell 块来估算。 4) 对每一个梯度方向，编码过程是以中心二维 像素点块为核心，与圆周内的其余二维像素点块进 行如下计算。 在一个直径为 R 的圆形范围，取n个像素点 CELL 块执行编码： POEMθi R,w,n (q) = ∑n j=1 f ( S ( I θi q ,I θi cj ))2 j (3) Iq Ic S (···) f (x) p 式中： 、 分别为中心二维像素点及其邻域像素点， 为相似度函数， 为其阈值为 的二值函数。 ·432· 智 能 系 统 学 报 第 13 卷