[發明專利]一種融合雙樹復小波變換和離散小波變換的人臉識別方法

無效

• 申請號: 201110396009.5
• 申請日: 2011-12-02
• 公開（公告）號: CN102411708A
• 公開（公告）日: 2012-04-11
• 發明（設計）人: 李樹濤;龍劍鋒
• 申請（專利權）人: 湖南大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 長沙市融智專利事務所 43114
• 代理人: 顏勇

技術領域

本發明屬于圖像處理和模式識別技術領域，特別是涉及一種融合雙樹復小波變換和離散小波變換的人臉識別方法。

背景技術

人臉識別不僅是人們日常生活中最常用的身份確認手段，也是生物特征識別技術的重要組成部分，涉及圖像處理、模式識別、計算機視覺等多個研究領域，極具挑戰性，是當前國內外安防的研究中最受關注的課題之一。由于人臉識別是非接觸的、具有非侵犯性，人們不會對這種技術排斥，所以人臉識別技術是一種最友好的生物特征識別技術。此外由于其具有操作簡單、結果直觀、隱蔽性好的優越性，人臉識別在信息安全、視頻監控、刑事偵破等領域具有廣泛的應用前景。然而，人臉識別方法仍然還有一系列難以解決的問題，例如當環境光照、頭部姿勢、面部表情發生變化時，識別率通常會顯著下降。尤其是，現今人臉識別技術已經被運用到各種資源形式，從靜態的可控照片形式到不可控的視頻序列。因此，這就迫切需要一種創新的人臉識別方法，不僅具有多方向和豐富的人臉特征提取方法，而且具有快速和有效的特征降維方法。

雙樹復小波變換(DT-CWT)雖具有低冗余度、多方向選擇性、近似平移不變性和運算效率高的特點，但DT-CWT所能提取6個固定尺度方向中并未包括水平和垂直方向，而這兩個重要方向卻包含了人臉最豐富的面部特征，因此采用雙樹復小波變換的人臉識別方法存在識別準確率不高的缺陷。

發明內容

為了解決現有人臉識別方法存在的上述技術問題，本發明提供一種識別準確率高的融合雙樹復小波變換和離散小波變換的人臉識別方法。

本發明解決上述技術問題的技術方案包括以下步驟：

(1)對每一幅給定的人臉圖像I，進行二維雙樹復小波變換，得到各尺度子帶的復系數矩陣，計算每個子帶矩陣復系數的幅度值，將其轉化為實數矩陣，即該子帶的幅度矩陣；

(2)將每一個幅度矩陣按列方向展開，排成一個列向量，用V_u，v表示，其中u∈{1，2，3，4}和v∈{±15°，±45°，±75°}分別代表DT-CWT的尺度參數和方向參數，將各子帶對應的列向量進行連接得到人臉特征向量X_D1，其中D1表示DT-CWT特征向量的維數，

(3)將給定的人臉圖像進行垂直與水平方向的離散小波變換，得到各尺度子帶的復系數矩陣，計算每個子帶矩陣復系數的幅度值，將其轉化為實數矩陣，即該子帶的幅度矩陣；每一個幅度矩陣按垂直與水平方向分別展開得到列向量X_D2，其中D2表示DWT特征向量的維數，

(4)人臉圖像I的特征向量X通過將DT-CWT特征向量X_D1和DWT特征向量X_D2連接起來組成；

(5)采用監督局部線性嵌入方法對提取的特征向量X進行降維，將測試人臉圖像的特征向量與訓練集圖像的特征向量進行余弦相似度計算，將輸入圖像與相似度最高的訓練圖像歸為一類，得到人臉識別結果。本發明的技術效果在于：1)本發明采用基于雙樹復小波變換和離散小波變換相融合的方法在提取人臉特征方面具有很好的效果；首先，雙樹復小波變換能夠從給定的人臉圖像中提取6個方向尺度上具有平移不變性的小波幅度系數人臉特征；其次，離散小波變換又補充了水平和垂直這兩個包含人臉特征最豐富的尺度方向；兩者的結合增強了對光照、姿態等因素的魯棒性，實現了多方向、豐富的人臉特征提取。2)本發明利用監督局部線性嵌入方法進行特征降維，使得特征降維過程中既能減少運算，又能很好的保留各類人臉樣本的拓撲結構，有利于識別準確率的提高。

下面結合附圖和具體實施方式對本發明作進一步詳細的說明。

附圖說明

圖1為本發明實施例的流程示意圖。

圖2為本發明實施例所用到的部分ORL人臉庫。

圖3為本發明實施例所用到的DWT效果圖。

圖4為本發明實施例所用到的DT-CWT效果圖。

圖5為本發明實施例所用到的實驗結果圖。

具體實施方式

如圖1-5所示，本發明的具體實施步驟如下：

1、人臉特征的提取

人臉圖像的特征提取是通過結合DT-CWT和DWT來實現的。其步驟如下：

第一步：對每一幅給定的人臉圖像I，進行4級6個尺度方向上的DT-CWT(二維雙樹復小波變換)，得到24個尺度子帶的復系數矩陣。通過計算每個子帶矩陣復系數的幅度值，將其轉化為實數矩陣，即該子帶的幅度矩陣。