[發明專利]基于稀疏貝葉斯回歸的人臉姿勢識別方法

無效

• 申請號: 200710041972.5
• 申請日: 2007-06-14
• 公開（公告）號: CN101079103A
• 公開（公告）日: 2007-11-28
• 發明（設計）人: 張田昊;楊杰;杜春華;吳證;袁泉
• 申請（專利權）人: 上海交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 上海交達專利事務所
• 代理人: 王錫麟;王桂忠

1.一種基于稀疏貝葉斯回歸的人臉姿勢識別方法，其特征在于，具體步驟如下：

(1)采用Gabor濾波器為人臉姿勢圖像提取Gabor特征；

(2)將Gabor特征進行下采樣，然后將采樣后的特征行堆疊為一維向量，并組成樣本集；

(3)在訓練樣本上運用線性切空間排列方法，獲得人臉姿勢圖像的本質低維子空間，并且得到相應的投影矩陣；

(4)在低維子空間運用稀疏貝葉斯回歸方法訓練識別參數；

(5)將每一個測試樣本通過訓練的得到的投影矩陣映射到低維子空間，運用訓練的得到的識別參數進行人臉姿勢識別。

2.根據權利要求1所述的基于稀疏貝葉斯回歸的人臉姿勢識別方法，其特征是，所述的提取Gabor特征，是指：將人臉圖像與一組Gabor變換核的卷積得到的新的人臉表征，假定I(x，y)是一幅人臉圖像，ψ_μ，v(x，y)為Gabor變換核，其Gabor變換定義如下：O_μv(x，y)＝I(x，y)*ψ_μ，v(x，y)，其中，*表示卷積運算，O(x，y)是對μ方向和v尺度上的Gabor變換核的卷積結果，O(x，y)是人臉圖像I(x，y)的Gabor特征。

3.根據權利要求2所述的基于稀疏貝葉斯回歸的人臉姿勢識別方法，其特征是，所述的提取Gabor特征，是指取5個尺度v∈{0，1，2，3，4}和8個方向μ∈{0，1，2，3，4，5，6，7}上使用Gabor核函數。

4.根據權利要求1所述的基于稀疏貝葉斯回歸的人臉姿勢識別方法，其特征是，所述的線性切空間排列方法，是指：在訓練樣本上求得一個投影矩陣A將原始數據投影到低維空間從而得到相應的低維人臉數據。

5.根據權利要求1或4所述的基于稀疏貝葉斯回歸的人臉姿勢識別方法，其特征是，所述的線性切空間排列方法，具體實現分四個步驟：假定低維空間為d維，

①對于每一個高維數據點x_i，尋找到它的k個最近鄰點，將這個局部鄰域記為X_i；

②對X_iH進行SVD分解，其中H_K為中心化矩陣，令V_i為d個最大的特征值對應的右奇異向量，從而用 W i = H ( I - V i V i T ) ]]>表示局部鄰域的切信息；

③利用迭代的方法構建全局意義上的排列矩陣B，公式為：

B ( I i , I i ) ← B ( I i , I i ) + W i W i T , ]]>i＝1，Λ，N，其中，I_i＝{i₁，Λ，i_k}表示x_i的k個最近鄰點的索引；

④最終，通過求解以下一個廣義特征值問題來獲得投影矩陣：XHBHX^Tα＝λXHX^Tα，設α₁，α₂Λ，α_d為上式的特征向量，其對應于特征值λ₁＜λ₂＜Λ＜λ_d，那么，轉換矩陣A為：A＝(α₁，α₂Λ，α_d)，這樣就得到了投影矩陣。