Алгоритмы двумерного анализа главных компонент для задач распознавания изображений лиц
Кухарев Г.А., Щеголева Н.Л.

Аннотация:
Представлены алгоритмы двумерного анализа главных компонент (Two-dimensional Principal Component Analysis – 2D PCA), ориентированные на обработку цифровых изображений больших размеров в условиях малой выборки. Алгоритмы основаны на прямом вычислении двух матриц ковариации по всем исходным изображениям без их преобразования в векторы. Результат анализа – нахождение главных компонент для строк и столбцов исходных изображений и построение соответствующих им матриц двумерной проекции.
Обсуждаются два способа выполнения 2D PCA, соответствующие параллельной и каскадной формам его реализации. Оценены характеристики представленных алгоритмов.

Abstract:
In article presents algorithms for two-dimensional principal component analysis (Two-dimensional Principal Component Analysis – 2D PCA)-oriented processing of digital images of large sizes in a small sample. Algorithms based on direct calculation of two covariance matrices for all source images without converting them into vectors. Result analysis – finding the principal components for the rows and columns of the source images and the construction of the corresponding matrices of two-dimensional projection. We discuss two ways to do 2D PCA, corresponding to parallel and cascade forms of its realization. Evaluated the presented algorithms.

Ключевые слова :
анализ главных компонент, распознавание изображений лиц.

Key words:
principal component analysis, image recognition.

Литература:

  1. Прэтт, У. Цифровая обработка изображений / У. Прэтт – М.: Мир, 1982. – 312 с.
  2. Turk, М. Eigenfaces for Face Detection/Recognition / М. Turk, A. Pentland // Journal of Cognitive Neuroscience. – 1991. – Vol. 3, No. 1. – P. 71-86. – ISSN 0898-929X.
  3. Tsapatsoulis, N. Vector Based Approximation of KLT and Its Application to Face Recognition / N. Tsapatsoulis, V. Alexopoulos, S.A. Kollias // Proceedings of the IX European Signal Processing Conference EUSIPCO-98, September 8-11. Rodos Palace, Island of Rhodes, Greece, – 1998. – Vol. III. – P. 1581-1584.
  4. Кухарев, Г.А. Биометрические системы: методы и средства идентификации личности человека / Г.А. Ку­харев – СПб.: Политехника, 2001. – 240 с.
  5. Kukharev, G. Data Dimensionality Reduction for Face Recognition / G. Kukharev, P. Forczmanski //Journal machine graphics & vision. – 2004. – Vol. 13, No. 1/2. – P. 99-121. – ISSN 1230-0535.
  6. Кухарев, Г.А. Системы распознавания человека по изображению лица / Г.А. Кухарев, Н.Л. Щеголева – СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2006. – 176 с.
  7. Zuo, W. Subspace Methods for Face Recognition: Singularity, Regularization, and Robustness / W. Zuo, K. Wang, H. Zhang // State of the Art in Face Recognition, edited by: Dr. Mario I. Chacon M., January 2009, I-Tech, Vienna, Austria. – 250 p. – ISBN -3-902613-42-4.
  8. Кухарев, Г.А. Поиск изображений лиц в больших базах данных / Г.А. Кухарев // Мир измерений. – 2009. – № 4(98). – С. 22-30.
  9. The ORL database – www.uk.research.att.com/pub/data/att_faces.zip.
  10. Yang, J. Two-dimensional PCA: a new approach to appearance-based face representation and recognition / J. Yang [et al.] // IEEE Trans. on PAMI. – 2004. – No. 26. – P. 131-137.

References:

  1. Pratt, W. Digital image processing / W. Pratt, – Moscow: “Mir” Publisher, 1982. – 312 p. – (in Russian).
  2. Turk, М. Eigenfaces for Face Detection/Recognition / М. Turk, A. Pentland // Journal of Cognitive Neuroscience. – 1991. – Vol. 3, No. 1. – P. 71-86. – ISSN 0898-929X.
  3. Tsapatsoulis, N. Vector Based Approximation of KLT and Its Application to Face Recognition/ N. Tsapatsoulis, V. Alexopoulos, S.A. Kollias // Proceedings of the IX European Signal Processing Conference EUSIPCO-98, September 8-11. Rodos Palace, Island of Rhodes, Greece, – 1998. – Vol. III. – P. 1581-1584.
  4. Kukharev, G.A. Biometric Systems: Methods and means of identification of a person's identity / G.A. Kukharev – Saint-Petersburg: “Polytechnics” Publisher, 2001. – 240 p. – (in Russian).
  5. Kukharev, G. Data Dimensionality Reduction for Face Recognition / G. Kukharev, P. Forczmanski //Journal machine graphics & vision. – 2004. – Vol. 13, No. 1/2. – P. 99-121. – ISSN 1230-0535.
  6. Kukharev, G.A. Systems of recognition of human facial image / G.A. Kukharev , N.L. Schegoleva – Saint-Peters­burg, Acad ETU “LETI” Publisher, 2006. – 176 p. – (in Russian).
  7. Zuo, W. Subspace Methods for Face Recognition: Singularity, Regularization, and Robustness / W. Zuo, K. Wang, H. Zhang // State of the Art in Face Recognition, edited by: Dr. Mario I. Chacon M., January 2009, I-Tech, Vienna, Austria. – 250 p. – ISBN -3-902613-42-4.
  8. Kukharev, G.A. Find pictures of persons in large databases / G.A. Kukharev // World measurement. – 2009. – Vol. 4(98). – P. 22-30. – (in Russian).
  9. The ORL database – www.uk.research.att.com/pub/data/att_faces.zip.
  10. Yang, J. Two-dimensional PCA: a new approach to appearance-based face representation and recognition/ J. Yang [et al.] // IEEE Trans. on PAMI. – 2004. – Vol. 26. – P. 131-137.

© 2009, ИСОИ РАН
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: ko@smr.ru ; тел: +7 (846) 332-56-22, факс: +7 (846) 332-56-20