[發明專利]基于非線性張量分解與視角流形的多視角人臉識別方法

無效

• 申請號: 200810232342.0
• 申請日: 2008-11-19
• 公開（公告）號: CN101436250A
• 公開（公告）日: 2009-05-20
• 發明（設計）人: 高新波;田春娜;李潔;張穎;劉振興;鄧成;肖冰;牛振興;溫靜;王秀美
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 陜西電子工業專利中心
• 代理人: 王品華;黎漢華

1.一種基于非線性張量分解與視角流形的多視角人臉識別方法，包括如下過程：

A.對多視角人臉圖像進行歸一化；

B.對歸一化后的人臉圖像，采用留一法劃分多視角人臉圖像數據集，選取一組視角下的人臉圖像作為測試樣本集，其它視角下的人臉圖像作為訓練樣本集；

C.將訓練集中的人臉圖像沿身份、視角和像素信息變化的方向排列成張量Y，并用高階奇異值分解算法對其進行分解，得到身份系數矩陣U_idenity、視角系數矩陣U_view，本征圖像矩陣U_pixel和核張量Z，該三個矩陣U_idenity、U_view和?U_pixel之間相互獨立，Z表示這三個矩陣之間的相互作用關系；

D.利用數據-概念驅動的方式對視角系數矩陣U_view中的視角系數進行排列和插值，獲得人臉視角流形V；

E.用非線性張量分解中的徑向基函數先將視角流形V映射到多視角人臉數據空間，再將徑向基函數映射矩陣排列為張量的形式，并進行分解，獲得身份系數的模矩陣，建立多視角人臉模型?其中p^k表示第k個的人臉圖像的身份系數向量p，Z是核張量，x_i是視角系數，ψ是視角系數和人臉圖像之間的徑向基映射；

F.采用基于EM-like的迭代算法求解多視角人臉模型參數，將滿足最小化重構誤差準則的身份系數作為人臉識別的結果。

2.根據權利要求1所述的多視角人臉識別方法，其特征在于所述的步驟D按如下過程進行：

D1.取出視角系數矩陣U_view的每一行作為一個視角系數；

D2.將視角系數按照人臉轉動的客觀順序進行排列；

D3.對排序后的系數用樣條擬合進行插值，以獲得平滑的人臉視角流形結構V，并用x∈R^e表示流形上的坐標點，R^e表示e維的實數空間，這里表示視角流形的維數。

3.根據權利要求1所述的多視角人臉識別方法，其特征在于步驟E按如下?過程進行：

E1.選定N個位于視角流形V上的視角系數，組成集合X＝{x_i∈R^e，i＝1，…，N}，將K個人的與上述各視角系數對應的多視角人臉圖像組成集合?k＝1…K；

E2.將視角系數x通過徑向基函數y^k＝B^kψ(x)映射到y^k上，其中矩陣B^k表示第k個人在N個視角下的圖像與視角流形之間的徑向基函數映射矩陣，它嵌入了第k個人的身份信息，ψ(x)＝[φ(|x-z₁|）…，φ(|x-z_N?|)，1，x^T]^T，φ表示徑向基函數映射的核函數，z_i表示各個核函數的中心；

E3.將求得的映射系數矩陣B^k，排列為一個（D(N+e+1))×K的張量B，k＝1，…，K，用非對稱的雙線性模型將張量B分解成B＝Z·[p¹，…，p^K]，其中p^k表示第k個的人臉圖像的身份系數向量p，Z是核張量；

E4.根據視角流形坐標x_i、Z和身份系數p^k，生成第k個人在第i個視角下的人臉模型為?