[發(fā)明專利]一種基于相關(guān)特征和非線性映射的超分辨率人臉識別方法

無效

• 申請?zhí)枺?/td>: 200910254530.8
• 申請日: 2009-12-25
• 公開（公告）號: CN101710386A
• 公開（公告）日: 2010-05-19
• 發(fā)明（設(shè)計(jì)）人: 黃華;何惠婷
• 申請（專利權(quán)）人: 西安交通大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/66
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 徐文權(quán)

1.一種基于相關(guān)特征和非線性映射的超分辨率人臉識別方法，其特征在于：包含以下步驟：

1)首先，利用經(jīng)典的主成分分析方法提取高、低分辨率訓(xùn)練人臉圖像的識別特征，利用所提取兩組識別特征作為訓(xùn)練數(shù)據(jù)，根據(jù)典型相關(guān)分析(Canonical?Correlation?Analysis，CCA)算法得到映射基向量，根據(jù)此映射基向量將識別特征轉(zhuǎn)換為相關(guān)特征；

2)其次，利用徑向基函數(shù)(Radial?Basis?Function，RBF)建立高、低分辨率人臉圖像相關(guān)特征之間的映射關(guān)系，根據(jù)此映射關(guān)系得到測試低分辨率人臉圖像對應(yīng)的高分辨率識別特征；

3)最后，利用基于L2范數(shù)的最近鄰分類器，按照求得的高分辨率識別特征進(jìn)行分類識別，從而獲得識別率。

2.如權(quán)利要求1所述的基于相關(guān)特征和非線性映射的超分辨率人臉識別方法，其特征在于：所述的步驟1)中的根據(jù)典型相關(guān)分析(CanonicalCorrelation?Analysis，CCA)算法得到映射基向量，根據(jù)此映射基向量將識別特征轉(zhuǎn)換為相關(guān)特征包括以下步驟：

1)設(shè)去除均值后的高分辨率和低分辨率訓(xùn)練人臉圖像集合分別為其中I_i^H為第i幅高分辨率人臉圖像，I_i^L為第i幅低分辨率人臉圖像，m為訓(xùn)練圖像總的樣本數(shù)目；定義其中B^H是高分辨率圖像對應(yīng)的特征提取矩陣，x_i^H是代表人臉圖像I_i^H的特征向量，T代表轉(zhuǎn)置運(yùn)算；同理，得到低分辨率圖像的特征表示為其中B^L是低分辨率人臉圖像對應(yīng)的特征提取矩陣，x_i^L代表低分辨率人臉圖像I_i^L的特征向量，T代表轉(zhuǎn)置運(yùn)算；由此，得到表示對應(yīng)的高低分辨率訓(xùn)練人臉圖像的特征向量集為和其中x_i^H為第i幅高分辨率人臉圖像對應(yīng)的特征向量，x_i^L為第i幅低分辨率人臉圖像的特征向量；

2)對于人臉圖像識別特征的特征向量集X^H、X^L分別減去其均值x^H和x^L，得到中心化的數(shù)據(jù)集和定義分別為和的自協(xié)方差矩陣，和分別為和的互協(xié)方差矩陣，其中E[·]代表數(shù)學(xué)期望，T代表轉(zhuǎn)置運(yùn)算；計(jì)算R₁和R₂的特征向量即為所求映射基向量V^H和V^L；

3)利用所得到的映射基向量，將特征向量集X^H、X^L變換為相關(guān)特征，得到高分辨率和低分辨率訓(xùn)練人臉圖像對應(yīng)的相關(guān)特征的投影系數(shù)集即：和其中ciH為第i幅高分辨率人臉圖像對應(yīng)的投影系數(shù)，c_i^L為第i幅低分辨率人臉圖像對應(yīng)的投影系數(shù)，為第i幅高分辨率人臉圖像對應(yīng)的特征向量，為第i幅低分辨率人臉圖像對應(yīng)的特征向量。

3.如權(quán)利要求1或2所述的基于相關(guān)特征和非線性映射的超分辨率人臉識別方法，其特征在于：所述的步驟2)中的測試低分辨率人臉圖像對應(yīng)的高分辨率識別特征的步驟如下：

1)對輸入的低分辨率測試人臉圖像Il，根據(jù)此低分辨率測試人臉圖像I_l對應(yīng)的低分辨率人臉圖像特征提取矩陣B^L，利用x_l＝(B^L)^TI_l得到該低分辨率測試人臉圖像I_l的特征向量x_l，通過c_l＝(V^L)^T(x_l-x^L)將x_l變換為相關(guān)特征c_l；

2)利用RBF建立高低分辨率人臉圖像相關(guān)特征之間的非線性映射關(guān)系，其中利用相關(guān)特征C^H和C^L作為訓(xùn)練數(shù)據(jù)集，對RBF模型進(jìn)行訓(xùn)練，求得權(quán)值矩陣W；

3)將c_l作為RBF模型的輸入，即可求得對應(yīng)的高分辨率人臉圖像近似特征為：其中φ(·)為所用的徑向基函數(shù)，采用多元二次曲面函數(shù)，具體為求得c_h后，利用此近似高分辨率特征進(jìn)行人臉識別。