[發明專利]基于多方向尺度與Gabor相位投影特征結合的人臉識別方法

有效

• 申請號: 201310102444.1
• 申請日: 2013-03-27
• 公開（公告）號: CN103198299A
• 公開（公告）日: 2013-07-10
• 發明（設計）人: 韓紅;祝建飛;謝福強;張紅蕾;韓啟強;顧建銀;李曉君
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/66
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

1.一種基于多方向尺度與Gabor相位投影特征結合的人臉識別方法，其特征在于包括以下步驟：

(1)從國際通用的人臉數據庫AR中抽取M個男性、N個女性，M≥N≥2，從每個人的26副人臉圖像中，獲得人臉圖片的訓練集T、注冊集R和測試集H：

1a)獲得訓練集T：分別抽取M/2個男性，N/2個女性，將每個人的1-26幅人臉圖片作為訓練集T；

1b)獲得測試集H：分別抽取剩余的M/2個男性，剩余的N/2個女性，將每個人的2-26幅人臉圖片作為測試集H；

1c)獲得注冊集R：取測試數據中每個人的1幅人臉圖片作為注冊集R；

(2)對訓練集T、注冊集R和測試集H中的每一張人臉圖片，提取5個尺度和8個方向結合的共40組Gabor相位投影特征Z_μ,ν和單一方向尺度的Gabor相位投影特征L_μ,ν；

(3)對訓練集T中所有人臉圖片的40組Gabor相位投影特征Z_μ,ν使用主成分分析PCA降維，得到投影矩陣M_μ,ν；

(4)將投影矩陣M_μ,ν和單一方向尺度的Gabor相位投影特征L_μ,ν相乘，獲得人臉的新特征S_μ,ν：

Sμ,v=Lμ,v×Mμ,v;]]>

(5)根據注冊集R和測試集H的人臉的新特征S_μ,ν和訓練時的人臉識別的識別率，選擇識別率最高時的方向尺度為最優多方向尺度；

(6)記錄結合的最優多方向尺度，以及每一個最優多方向尺度的子空間投影矩陣，作為訓練出的模型；

(7)對待識別人臉圖片，重復步驟（2）-步驟（5）得到待識別人臉圖片的特征，將此特征輸入步驟（6）中的模型，得到該人臉圖片的類別。

2.根據權利要求1所述的人臉識別方法，其中所述步驟（2），按如下步驟進行：

2a)對每張人臉圖像，使用Gabor核進行卷積：

ψ(μ,v)=κμ,v2σ2exp(-κμ,v2z22σ2)[exp(iκμ,vz)-exp(-σ22)],]]>

其中，ψ_(μ,ν)是人臉圖像的卷積，μ是Gabor核的方向，ν是Gabor核的尺度，σ為Gabor核方差，z是像素點的坐標，exp(·)為求指數，k_μ,ν為波向量，波向量k_μ,ν的定義如下：

kμ,v=kveiφμ,]]>

其中，k_v＝k_max/f^v，f為頻率，k_max＝π/2，φ_μ=πμ/8，i為虛部符號；

2b)根據人臉圖片的Gabor核卷積ψ_(μ,ν)，得到人臉圖片的相位圖像Φ_μ,ν；

2c)將相位圖像Φ_μ,ν投影到復數域，得到人臉圖像的單一方向尺度的Gabor相位投影特征L_μ,ν：

Lμ,v=eiΦμ,v;]]>

2d)重復步驟2a)-2c),得到40個方向尺度的Gabor相位投影特征Z_μ,ν。