基于公理模糊集與粒計算的人臉語義提取方法

【摘要】：在人臉檢索和驗證領域，人類更傾向于通過描述對象特征的“語義”或“概念”來對人臉進行相似性判別，而傳統的圖像檢索已無法滿足這一需求。因此，本文提出了一種基于公理模糊集(AFS)與信息粒的人臉語義提取方法(IAFSGD)。首先，對人臉圖像進行校正并檢測人臉關鍵點，進而基于關鍵點提取人臉特征；然后，對人臉面部特征樣本進行聚類，構建類中心，在AFS框架下求取每類的信息粒，并通過得到的信息粒對人臉圖像再次進行分類，從而得到最終的聚類結果和具有可解釋性的面部語義描述；最后，將本文提出的算法在Multi-PIE、AR、FEI人臉數據庫進行實驗驗證。實驗結果表明，與FCM、CAN、FCMGD、AFSGD、KTM算法相比，本文提出的語義提取方法可以獲得與人類感知更為接近的聚類結果，且結果具備很好的可解釋性。