[發明專利]基于約束采樣的稀疏表示人臉識別方法

有效

• 申請號: 201010140797.7
• 申請日: 2010-04-02
• 公開（公告）號: CN101833654A
• 公開（公告）日: 2010-09-15
• 發明（設計）人: 蘇光大;王晶;熊英
• 申請（專利權）人: 清華大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/66;G06K9/46
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 廖元秋

技術領域

本發明屬于圖像處理、計算機視覺、模式識別技術領域，特別涉及人臉識別方法。

背景技術

生物特征識別技術是身份識別的有效技術，近來發展最快的是人臉識別技術以及與人臉識別技術相融合的生物特征識別技術。

目前已有的人臉識別方法主要是對整個人臉進行識別的，而在諸多的識別方法中，主要采用主分量分析(PCA-Principal?Component?Analysis)、彈性匹配、神經網絡、幾何特征等方法。

同時，人臉識別的難點還在于：

(1)表情引起的人臉塑性變形

(2)姿態引起的人臉多樣性

(3)年齡引起的人臉變化

(4)發型、胡須、眼鏡、化裝等因素引起的人臉模式的多重性

(5)光照的角度、強度以及傳感器特性等因素引起的人臉圖像的差異性

諸多的因素使得人臉識別成為一項棘手而富挑戰性的課題，也因此在近年成為科研的熱點。

目前已有的一種基于稀疏表示的人臉識別方法：其主要特點是將稀疏信號表示這一新理論應用于人臉識別。該方法首先假設待識別的人臉可以由訓練集中該類別的人臉線性表示，利用這一假設，通過計算L1范數最小值求得稀疏表達。該方法具體包括以下步驟：

1)對于訓練集中每一幅人臉圖像進行處理，提取特征向量，將訓練集的所有特征向量排列形成特征矩陣A，將特征矩陣中的一行或多行作為訓練集的一個類別，一個類別對應訓練集的一個人的多幅人臉圖像；

2)對于待識別的人臉圖像按照同樣的方法提取特征向量y；

3)將待識別人臉圖像的特征向量用訓練集圖像的特征向量線性表示，求出線性表示的系數；(由于這種線性表示的系數具有多樣性)計算如下L1范數最小值問題，選擇其中L1范數最小的系數作為線性表示的系數

x^=argmin||x||1,]]>滿足||y-Ax||₂≤ε????(7)

其中ε為預設的誤差，||y-Ax||₂為向量y-Ax的L2范數；

4)對于訓練集的每一類別i＝1，…，k(k為訓練集的類別數)，根據步驟3)得到的系數按照公式(8)計算對應于該類別的殘差r_i(y)；

ri(y)=||y-Aδi(x^)||2---(8)]]>

其中，對于第i類，δ_i(x)＝x；對于其他類，δ_i(x)＝0；

5)比較步驟4)求出每一類的對應殘差，殘差的最小值對應的訓練集的類別作為待識別人的識別結果。

該方法對人臉光照和表情的變化具有魯棒性，但是對圖像的配準有較高的要求。當圖像之間的配準有幾個像素的偏差時，它的性能就會受到很大的影響。

與本發明相關的已有技術說明如下：

人臉檢測：利用Real?Adaboost方法與新的特征定義形式以及構造方式得到層次型檢測器，并選擇計算次數少的特征作為候選特征以提高檢測速度。