[發明專利]一種人臉圖像快速特征提取方法

有效

• 申請號: 201210312362.5
• 申請日: 2012-08-29
• 公開（公告）號: CN102831425A
• 公開（公告）日: 2012-12-19
• 發明（設計）人: 路小波;徐千州;曾維理;杜一君
• 申請（專利權）人: 東南大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 南京天翼專利代理有限責任公司 32112
• 代理人: 湯志武

技術領域

本發明屬于模式識別中的特征提取方法，能夠快速有效地提取人臉圖像中的特征，將其轉化為一個低維向量，且對于個別圖片中的劇烈擾動魯棒性較好。

背景技術

人臉識別技術是生物特征識別的關鍵技術之一，其研究內容是如何利用計算機分析人臉圖像，從中提取有效的識別信息，完成身份辨識。要想得到識別率較高、實時性較好的識別算法，關鍵的第一步就是有效地提取出圖像中的人臉特征。目前已有的很多算法對于光照、姿態、飾物等等干擾過于敏感，制約了其識別方法的實際應用。本專利提出一種人臉圖像快速特征提取方法，將訓練圖像在保留主要特征信息的基礎上，變換到低維空間，且充分利用同一人的人臉圖像之間的關系，較小單個訓練圖片中的劇烈擾動帶來的干擾，從而能更加有效地提取出人臉特征。

發明內容

本發明是一種針對于人臉圖像訓練集的快速人臉特征提取方法。

為了實現該目標，本發明采取如下技術方案：

1、一種人臉圖像快速特征提取方法，其特征在于按照以下步驟進行：

步驟1：初始化，采集包含R個人的彩色人臉圖像組成含有M個人臉圖像的集合，R為人數且為正整數，M為正整數，第r個人的人臉圖像數為t_r(r＝1，2，…，R，t_r為自然數且t_r≥4)，r為正整數，每幅人臉圖像的數據大小為W_c×H_c×3，其中，c為正整數且c＝1，2，...，M，W_c，H_c為正整數，分別表示第c幅人臉圖像的列數和行數，然后將獲得的彩色圖像轉化為灰度圖像，得到灰度圖像的大小為W_c×H_c；

步驟2：對步驟1中處理后的人臉圖像進行圖像預處理，方法如下：

步驟2.1：用公知的線性插值法分別對第g個圖像進行尺度調整，g為正整數且g＝1,2,...,M，將第g個圖像規格化為W×H的圖像，W,H為正整數，分別表示尺度歸一化之后的人臉圖像統一的列數和行數；

步驟2.2：對步驟2.1中處理后的人臉圖像進行直方圖均衡化；

步驟3：構造訓練集矩陣：對步驟2中得到的M幅人臉圖像的數據格式進行調整，令原來的一幅圖像的像素數據矩陣為A，則有

A＝[A₁，A₂，...，A_W]?????????????????????（1）

其中W表示該圖像的列數，A_w表示像素數據矩陣A的第w列，w為正整數且w＝1,2,...,W，將像素數據矩陣A中數據按照如下方法進行調整，得到新的W×H行1列的像素數據矩陣A'：

A′=[A1T,AWT,...,AWT]T---(2)]]>

將原來的M幅圖像均按照上述方法，調整為W×H行1列，再將每一幅圖像轉換后的數據作為另一矩陣的一列，構造訓練集矩陣，即

Γ＝[Γ₁,Γ₂,...,Γ_M]????????????????????（3）

其中，Γ即為由M個人臉圖像構成的訓練集矩陣，Γ_l是第l個圖像數據經過式（1）和式（2）變換得到的數據，l為正整數，且l＝1,2,...,M；

步驟4：對訓練集矩陣應用主成份分析法，求取訓練集矩陣的低維表述矩陣，其方法如下：