[發明專利]基于Gabor濾波和聯合稀疏模型的人臉識別方法

有效

• 申請號: 201210212659.4
• 申請日: 2012-06-21
• 公開（公告）號: CN102737234A
• 公開（公告）日: 2012-10-17
• 發明（設計）人: 楊新武;趙曉
• 申請（專利權）人: 北京工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 魏聿珠

技術領域

本發明屬于生物識別技術、模式識別技術領域，具體涉及Gabor濾波和聯合稀疏模型方法。

背景技術

隨著社會的發展，各個方面對快速有效的自動身份驗證的要求日益迫切，身份識別及驗證是保證國家公共安全和信息安全的重要前提。生物特征識別技術由于其具有更高的可靠性、安全性，已經越來越廣泛的應用于一些安全系統的身份認證。

人臉識別技術作為生物特征識別領域中一種基于生理的識別技術，相比其它人體生物特征，它具有直接、友好、方便的特點，易于為用戶所接受。人臉識別技術應用背景十分廣泛，可用于公安系統刑偵破案的罪犯身份識別、身份證及駕駛執照等證件驗證、銀行及海關的監控、自動門衛系統、視頻會議等方面。這諸多應用使人臉識別研究成為一項極富挑戰性的課題。

人臉識別技術是近年來計算機視覺領域的研究熱點之一，經過多年的發展，人臉識別技術取得了巨大的進步，研究者們已經提出了一系列的人臉識別方法，如主分量分析（PCA），獨立分量分析（ICA），線性判別分析（LDA）等。Wright等人將稀疏表示方法引入到人臉識別領域中，提出了基于稀疏表示的分類算法（SRC）。該算法是把所有的訓練人臉圖像當作字典（每個人臉圖像是一個原子）。測試人臉圖像稀疏表示的過程就是找到其在這些字典元素上的線性組合。

目前已經有人提出了一種基于聯合稀疏模型（Joint?Sparsity?models，JSM）的人臉識別方法，本發明是在該算法的基礎上，提出了一種基于Gabor濾波和聯合稀疏模型的人臉識別方法。

發明內容

本發明的目的在于針對已有技術存在的不足，提供了一種基于Gabor濾波和聯合稀疏模型的人臉識別方法。將Gabor濾波的方法融入到聯合稀疏模型方法中，不僅減少了存儲空間的大小同時對光照及表情變化也具有較好的魯棒性。

本發明是通過以下技術方案實現的：

一種基于Gabor濾波和聯合稀疏模型的人臉識別方法，其特征在于通過Gabor濾波器提取人臉圖像的Gabor特征，消除光照、表情變化的影響，然后利用JSM算法提取每類訓練人臉圖像的公有部分及私有部分（按不同的人對人臉庫中的圖像分類，同一個人的所有圖像歸為一類，公有部分表示了每類人臉圖像共有的人臉特征，私有部分表示了人臉不同的表情、光照等細節變化），最后利用SRC分類方法對測試人臉圖像進行分類識別。其具體步驟如下：

步驟一、預處理

1.1）對人臉庫中的圖像進行歸一化處理，歸一化后的圖像的大小統一為32×32象素大小；

1.2）對歸一化后的圖像進行直方圖均衡化處理，減少光照的影響。

步驟二、Gabor濾波

通過Gabor濾波器提取人臉圖像的Gabor特征，所述的Gabor濾波的步驟如下：

2.1）對預處理后的人臉圖像采用Gabor濾波器提取人臉圖像的Gabor特征。其方法是定義這樣一個Gabor濾波器：其中k_u，v＝[k_vcosφ_uk_vsinφ_u]^T，u和v分別代表Gabor濾波器的方向和尺度，z是給定位置圖像的坐標，||·||表示模運算，T表示轉置運算。參數定義為：k_v＝k_max/f^v，φ_u＝uπ/8，k_max＝π/2，參數σ＝2π；取5個尺度v∈{0,1,2,3,4}，8個方向u∈{0,1,2,3,4,5,6,7}上的Gabor濾波器函數，表示尺度為v，方向為u的Gabor濾波器。

2.2）將人臉圖像與Gabor濾波器函數進行卷積運算得到人臉圖像的Gabor特征。其方法是：其中I(z)表示人臉圖像，v表示尺度，v∈{0,1,2,3,4}，u表示方向，u∈{0,1,2,3,4,5,6,7}，是尺度為v，方向為u的Gabor濾波器，*是卷積運算符，z是給定位置圖像的坐標，G_u，v(z)表示人臉圖像與Gabor濾波器的卷積結果，即為人臉圖像的Gabor特征。

2.3）對人臉庫中的每個人臉圖像計算步驟2.1）以及步驟2.2）進行Gabor濾波，每個人臉圖像由于均采用5個尺度，取{0,1,2,3,4}，8個方向，取{0,1,2,3,4,5,6,7}的Gabor濾波器，因此將得到40個Gabor特征。我們將人臉圖像的Gabor特征進行下采樣處理，然后將采樣后的特征按行級聯成一個向量來表示每一個人臉圖像。