84、人脸特征核融合与OCR后处理方法研究

人脸特征核融合与OCR后处理方法研究

1. 人脸特征核融合方法

1.1 评估方法与性能对比

对MLPQH（MLBPH LDA + MLPQH LDA）、MLPQH LDA和MLBPH LDA进行了评估，并在表2中报告了当前最先进的方法。在实验1中，与基于线性判别分析的系统相比，核判别分析的性能明显更好。不过，使用卡方（X2）和欧几里得距离（ED）度量的RBF核性能没有显著差异。

方法	与线性判别分析系统对比	RBF核不同度量对比
核判别分析	性能明显更好	无显著差异

1.2 特征组合与融合性能

正如预期的那样，结合两种不同的人脸表示时获得的性能优于单个表示的性能，但在实验1中PS MLPQ + KDA(ED) + PS MLBP + KDA(ED)除外。核融合始终优于得分级融合。提出的使用核融合来组合两种不同人脸表示的框架比结合全局和固有面部图像得分的系统性能略好。

1.3 方法局限性与优势

虽然提出的方法结果不如2009年ICB中的方法，但使用颜色的系统在实际环境中可能不鲁棒，并且计算成本高。该方法在具有挑战性的FRGC 2.0数据库上进行了测试，比得分级融合性能更好，在可比条件下也优于所有现有方法，为集成描述符以实现鲁棒性能提供了替代解决方案。