[發(fā)明專(zhuān)利]一種基于壓縮感知的選擇集成人臉識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310053703.6
• 申請(qǐng)日: 2013-02-19
• 公開(kāi)（公告）號(hào): CN103164710A
• 公開(kāi)（公告）日: 2013-06-19
• 發(fā)明（設(shè)計(jì)）人: 涂淑琴;薛月菊;黃曉琳
• 申請(qǐng)（專(zhuān)利權(quán)）人: 華南農(nóng)業(yè)大學(xué)
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62;G06K9/00
• 代理公司: 廣州粵高專(zhuān)利商標(biāo)代理有限公司 44102
• 代理人: 林麗明

1.一種基于壓縮感知的選擇集成人臉識(shí)別方法，其特征在于，包括以下步驟：

S1.根據(jù)不同的特征提取方法和稀疏表達(dá)算法建立n個(gè)不同的分類(lèi)器；

S2.通過(guò)選擇算法從n個(gè)不同的分類(lèi)器選擇m個(gè)分類(lèi)器組成集成分類(lèi)器；

S3.利用人臉識(shí)別器判別待識(shí)別圖像是否為有效人臉圖像；

S4.將步驟S3中判別為有效的人臉圖像根據(jù)步驟S2的集成分類(lèi)器進(jìn)行集成人臉識(shí)別。

2.根據(jù)權(quán)利要求1所述的基于壓縮感知理論的選擇集成人臉識(shí)別方法，其特征在于，所述步驟S1具體為：采用下采樣方法采樣人臉圖像，然后采用主成分分析PCA方法進(jìn)行特征提取；繼而采用稀疏算法進(jìn)行稀疏系數(shù)求解，建立分類(lèi)器SRC。

3.根據(jù)權(quán)利要求2所述的基于壓縮感知理論的選擇集成人臉識(shí)別方法，其特征在于，所述采用下采樣方法采樣20×15的人臉圖像；采用主成分分析PCA方法進(jìn)行特征提取，其中特征累計(jì)值分別取0.90，0.92，0.95，0.97；

采用的稀疏算法為OMP、L1-magic和GPSR的稀疏算法，建立n個(gè)稀疏表達(dá)分類(lèi)器SRC，為：{s₁,s₂,...,s_n}，其中n=12。

4.根據(jù)權(quán)利要求1所述的基于壓縮感知理論的選擇集成人臉識(shí)別方法，其特征在于，所述步驟S2具體實(shí)現(xiàn)為：

S21.采用步驟S1建立的n個(gè)SRC分類(lèi)器{s₁,s₂,...,s_n}模型識(shí)別所有的測(cè)試集圖像，得到對(duì)應(yīng)的識(shí)別率r_i(i＝1，2，…，n)；根據(jù)識(shí)別率r_i的高低對(duì)SRC分類(lèi)器進(jìn)行排序；

S22.采用選擇策略算法選擇精度高，差異度大的m個(gè)分類(lèi)器；

S23.將待識(shí)別樣本輸入到步驟S22的m個(gè)分類(lèi)器中進(jìn)行識(shí)別，采用投票法進(jìn)行集成，得到集成分類(lèi)器。

5.根據(jù)權(quán)利要求4所述的基于壓縮感知理論的選擇集成人臉識(shí)別方法，其特征所在于，所述步驟S21根據(jù)識(shí)別率r_i的大小對(duì)SRC分類(lèi)器進(jìn)行排序，其排序方式為從高到低依次排列，記為{s₁′,s′₂,...,s′_n}；

令M＝{s₁′}，N＝{s′₂，...,s′_n}。