多分类器融合的人脸识别与身份认证

作     者：董火明 高隽 汪荣贵 DONG Huo-ming1, 2,GAO Jun1,2,WANG Rong-gui1 (1Lab. of Image Information Processing, School of Computer and Information, Hefei University of Technology, Hefei 230009, China;2 Institute of Intelligent Machines, Chinese Academy of Sciences, Hefei 230031, China)

作者机构：合肥工业大学计算机与信息学院图像信息处理研究室合肥230009 中国科学院合肥智能机械研究所合肥230031 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2004年第16卷第8期

页      面：1849-1853页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(60175011 60375011) 安徽省优秀青年科技基金(04042044) 

主　　题：人脸识别 多分类器融合 身份认证 协同识别 特征脸法 

摘      要：人脸识别是生物特征识别技术中一个活跃的研究领域,取得了很多实践成果,但是单一分类器一般不能取得满意的识别率与身份认证效果。本文采用贝叶斯决策理论分析了常见的积、和、中值以及投票多分类器融合方法,并根据实际的选举情形,对投票法进行了2种改进。然后对协同人脸识别、特征脸法以及复合方法等人脸识别分类器进行决策层的融合,对ORL库中人脸识别仿真实验表明文中的多分类器融合的人脸识别方法具有较好的分类性能,对污损、低分辨率人脸图像具有可靠的识别率、鲁棒性强,而且应用于人脸身份认证中取得了较好的认证效果。