[發(fā)明專利]一種圖嵌入低秩稀疏表示恢復(fù)稀疏表示人臉識別方法

有效

• 申請?zhí)枺?/td>: 201410607957.2
• 申請日: 2014-11-03
• 公開（公告）號: CN104318261A
• 公開（公告）日: 2015-01-28
• 發(fā)明（設(shè)計(jì)）人: 杜海順;王俊;張延宇;杜曉玉;胡青璞;蔣曼曼
• 申請（專利權(quán)）人: 河南大學(xué)
• 主分類號: G06K9/64
• 分類號: G06K9/64;G06K9/00
• 代理公司: 鄭州聯(lián)科專利事務(wù)所(普通合伙) 41104
• 代理人: 劉建芳;崔衛(wèi)琴

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)視覺和模式識別技術(shù)領(lǐng)域，具體涉及一種圖嵌入低秩稀疏表示恢復(fù)稀疏表示人臉識別方法。

背景技術(shù)

目前,人臉識別技術(shù)由于其在身份識別、視頻檢索、安全監(jiān)控等方面的廣泛應(yīng)用，成為當(dāng)前計(jì)算機(jī)視覺與模式識別技術(shù)領(lǐng)域的熱點(diǎn)研究課題之一。

近年來，隨著壓縮感知理論和l₁范數(shù)最優(yōu)化技術(shù)的發(fā)展，稀疏表示受到國內(nèi)外眾多學(xué)者關(guān)注。在稀疏表示下，一個(gè)信號可以表示為給定字典原子的最稀疏線性組合。研究表明，稀疏表示模型與人類視覺系統(tǒng)原理非常相似。因此，稀疏表示被廣泛用于圖像濾波、圖像重構(gòu)、圖像壓縮等計(jì)算機(jī)視覺領(lǐng)域。

2009年，John?Wright等人提出一種基于稀疏表示分類器(Sparse?Representation?classification,SRC)的人臉識別方法。該方法首先分別以原始訓(xùn)練樣本數(shù)據(jù)矩陣和單位陣為字典和誤差字典，采用l₁范數(shù)最小化技術(shù)求解待識別人臉圖像的稀疏表示系數(shù)；然后，利用待識別人臉圖像的稀疏表示系數(shù)，對待識別人臉圖像進(jìn)行類關(guān)聯(lián)重構(gòu)；最后，基于待識別人臉圖像的類關(guān)聯(lián)重構(gòu)誤差，完成待識別人臉圖像的識別。由此以來，基于稀疏表示的人臉識別方法受到了眾多關(guān)注，許多學(xué)者在這方面做了許多研究工作。

在作為字典的訓(xùn)練樣本圖像干凈的前提條件下，基于稀疏表示的人臉識別方法取得了不錯(cuò)的識別效果。然而，當(dāng)訓(xùn)練樣本圖像受噪聲污染或局部被遮擋時(shí)，基于稀疏表示的人臉識別方法的識別效果較差。此外，由于基于稀疏表示的人臉識別方法采用高維的單位陣作誤差字典，來處理待識別人臉圖像中的噪聲和遮擋，其運(yùn)算復(fù)雜度很高。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種圖嵌入低秩稀疏表示恢復(fù)稀疏表示人臉識別方法，目的是解決訓(xùn)練樣本圖像和待識別圖像都受噪聲污染或局部被遮擋情況下的人臉識別問題。

針對上述基于稀疏表示分類器的人臉識別方法中存在的問題，本發(fā)明提出一種圖嵌入低秩稀疏表示恢復(fù)稀疏表示人臉識別方法。

本發(fā)明采用下述技術(shù)方案：一種圖嵌入低秩稀疏表示恢復(fù)稀疏表示人臉識別方法，包括以下步驟：

S01：假設(shè)有K類訓(xùn)練樣本圖像，每類有n張訓(xùn)練樣本圖像，共N＝K×n張訓(xùn)練樣本圖像。設(shè)每張訓(xùn)練樣本圖像分辨率為r×c，將每張訓(xùn)練樣本圖像轉(zhuǎn)換為M＝r×c維向量，則訓(xùn)練樣本數(shù)據(jù)矩陣記為

S02：利用訓(xùn)練樣本數(shù)據(jù)矩陣X及其對應(yīng)的類別標(biāo)簽，構(gòu)建一個(gè)包含N個(gè)節(jié)點(diǎn)的有監(jiān)督無向近鄰圖G；其中，圖G的節(jié)點(diǎn)連接關(guān)系及其權(quán)重為：如果數(shù)據(jù)x_i與數(shù)據(jù)x_j屬于同一類，且x_i為x_j的k近鄰或x_j為x_i的k近鄰(k為正整數(shù)，取值范圍3≤k≤n-1)，則圖G的節(jié)點(diǎn)i和節(jié)點(diǎn)j連接，且其連接權(quán)重W_ij為1；否則，圖G的節(jié)點(diǎn)i和節(jié)點(diǎn)j不連接，其權(quán)重W_ij為0。定義數(shù)據(jù)x_i的度為：

di=Σj=1NWij,i=1,2,...,N;]]>

定義數(shù)據(jù)度矩陣D為：D＝diag(d₁,d₂,...，d_N)；

S03：根據(jù)步驟S02求得的權(quán)重矩陣W和數(shù)據(jù)度矩陣D，定義拉普拉斯矩陣L：假設(shè)Z＝[z₁,z₂,...,z_N]為X的表示系數(shù)矩陣，為了使訓(xùn)練樣本數(shù)據(jù)的表示系數(shù)能夠保持?jǐn)?shù)據(jù)空間的局部幾何結(jié)構(gòu)并具有強(qiáng)的判別力，基于拉普拉斯矩陣L，定義一個(gè)有監(jiān)督的圖嵌入正則項(xiàng)：