文档介绍：上海交通大学
硕士学位论文
多源人脸图像的决策级融合识别研究
姓名:邱亚丹
申请学位级别:硕士
专业:控制理论与控制工程
指导教师:敬忠良
20070101
上海交通大学工学硕士学位论文
多源人脸图像的决策级融合识别研究
摘要
多源人脸图像的融合识别,就是对多种传感器提供的人脸图像进行融合处
理,以得到更好的识别性能。这是一个很有前景的研究课题,它是图像融合领
域与人脸识别领域的交汇点,既是对人脸识别技术的发展,也是对图像融合技
术的应用、验证和提高。它既不会影响人脸识别的原有优势,又能在各种复杂
背景情况下,融合多种传感器提供的有用信息,提高识别的精度和鲁棒性。但
是,这一新的领域目前还只是刚刚起步,有许多问题急需解决。因此迫切需要
开展广泛深入的基础理论和技术的研究工作。
本文主要针对多源人脸图像在决策级的融合识别进行了深入、系统的研
究。本文的研究涉及到特征提取与选择、识别匹配度获取以及基于决策级的融
合识别,主要工作如下:
1. 对人脸特征提取与选择算法作了一定的研究,分析比较了主成分分析、
独立成分分析、线性判别分析和局部保留映射法,并针对局部保留映射法的不
足,提出了基于不相关且正交的局部保留映射法。该算法能够在保留原始数据
空间的局部信息的同时,使提取的特征满足统计不相关和正交性,从而具有最
小的冗余,并有利于实现原始数据的重构,应用到人脸识别中,可以提高识别
性能。
VI
上海交通大学工学硕士学位论文
2. 对识别匹配度获取方法进行了研究,提出了一种基于瑞利转换函数的识
别匹配度获取算法。采用距离分类器进行融合识别,需根据每种传感器的人脸
图像获得识别子决策(识别匹配度)。该算法通过设计合适的转换函数将距离
转换成识别匹配度,能更精确地刻画红外与可见光传感器的识别匹配度,有效
地提高了系统的识别率。
3. 对决策级的多源人脸融合识别进行了研究,分析比较了几种代表性的决
策级融合算法,提出了一种基于 Dempster-Shafer 证据理论的融合识别算法,
主要解决了对子决策的有效决策融合问题。该算法综合考虑了客观证据和信任
程度,将主客观之间的信息进行最佳的匹配,由此获得问题的最优解。
4. 基于现有的以及项目组提出的多传感器图像融合识别算法,开发了一
套多源人脸图像融合识别软件,为上海世博专项(I 期)子课题“多源信息复
合探测识别技术”进行技术演示和开发论证。

关键词:多源图像融合,人脸识别,特征提取,识别匹配度,决策级融合

VII
上海交通大学工学硕士学位论文
RESEARCH ON MULTI-SOURCE IMAGE DECISION
FUSION FOR FACE RECOGNITION

ABSTRACT

Multi-source image fusion for face recognition is the technique that integrates
complementary and redundant information of face images provided by multi-sensors
to achieve better recognition result. It is a promising research area, as an intersection
of image fusion area and face recognition area. Multi-source image fusion for face
recognition, which is also user-friendly and non-intrusive, keeps the intrinsic
advantages of face recognition over other forms of identification. Additionally, by
fusing information from multi-sensors, it can be accurate and robust enough to be
used in uncontrolled or challenging environments. However, there are still lots of
theoretical and technical problems need to be solved in this new area.
In