[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

技術領域

本發明涉及的是一種圖像處理技術領域的方法，具體是一種基于稀疏貝葉斯回歸的人臉姿勢識別方法。

背景技術

在人臉圖像的采集過程中，由于成像設備和人臉的相對視角發生變化，從而得到不同視角下的人臉圖像。假定成像設備坐標系固定，不同的成像視角可以看成由于不同的人臉方向得到的，這些不同的人臉方向即為不同的人臉姿勢。目前，不同姿勢下的人臉識別是人臉識別中的熱點問題之一，準確、快速的人臉姿勢識別又是解決該問題的一個關鍵環節。人臉姿勢識別還在計算機視覺和計算機圖形學領域中起著重要的角色和廣泛的應用，比如人臉跟蹤、人臉表情識別和人機交互等。由于二維人臉圖像缺失第三維的信息，因此人臉姿勢識別問題變的很復雜。另外還有許多因素增加了解決此問題的難度，比如環境周圍光照的變化、人臉圖像的質量、人臉身份的變化等。在人臉姿勢識別過程中，還有一個因素需要考慮，就是人臉在深度方向發生旋轉而帶來的非線性變形。

基于外觀的方法是一種有效，且計算成本低的方法。但是需要解決的問題也還是比較多的。比如人臉在深度方向發生旋轉，引起一些非線性變化，使用一般的降維方法難以揭示數據中的本質結構，并且影響人臉外觀的因素比較多，比如光照的變化、圖像質量等因素也影響著此問題的解決。另外，在實際環境中，采集到的人臉圖像將會受到一些因素的影響，比如：周圍環境光照的變化，圖像采集設備的分辨率，人臉的表情變化等等。因此，直接用原始的人臉圖像像素表征是遠遠不夠的，需要給原始圖像一個新的圖像表征，在體現姿勢差異性的同時，抑止上述提到的不利的因素。

經對現有技術的文獻檢索發現，Xingliang?Ge等在《Optical?Engineering》Vol.45，No.9，2006(光學工程，第45卷，第9期，2006年)上，提出了一種基于非線性判別的人臉姿勢識別方法。該方法首先用Gabor小波提取人臉特征，然后用SLPP進行降維，最后用支持向量機進行姿勢分類。該方法的姿勢識別是監督的，也就是說，最終的測試樣本的人臉姿勢角度必須與訓練樣本的某個角度相一致。如果訓練樣本較小，那么就會存在較大的誤差。其次，支持向量機需要較多的支持向量，會影響到方法的實時性。

發明內容

本發明的目的在于克服現有技術中的不足，提出一種基于稀疏貝葉斯回歸的人臉姿勢識別方法，使其能夠得到人臉姿勢的非確定解，降低錯誤率，其次，稀疏貝葉斯回歸方法使用較少的支持向量，提高了發明的實時性。另外，本發明采用Gabor濾波器為人臉姿勢識別提取Gabor特征，抑制不利因素；運用線性切空間排列方法能夠探測人臉姿勢圖像的本質低維結構。

本發明是通過以下技術方案實現的，本發明具體步驟如下：

(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得到的投影矩陣映射到低維子空間，運用訓練得到的識別參數進行人臉姿勢識別。

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ν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。

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姿勢數據。該方法分為四個主要步驟：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。