[發(fā)明專利]基于核非負(fù)矩陣分解的字典學(xué)習(xí)和稀疏特征表示的人臉識(shí)別方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201710087134.5
• 申請(qǐng)日: 2017-02-17
• 公開(kāi)（公告）號(hào): CN106897685A
• 公開(kāi)（公告）日: 2017-06-27
• 發(fā)明（設(shè)計(jì)）人: 陳文勝;李育高;潘彬彬;陳波
• 申請(qǐng)（專利權(quán)）人: 深圳大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00
• 代理公司: 深圳市科吉華烽知識(shí)產(chǎn)權(quán)事務(wù)所(普通合伙)44248
• 代理人: 于標(biāo)

技術(shù)領(lǐng)域

本發(fā)明涉及人臉識(shí)別技術(shù)領(lǐng)域，尤其涉及基于核非負(fù)矩陣分解的字典學(xué)習(xí)和稀疏特征表示的人臉識(shí)別方法及系統(tǒng)。

背景技術(shù)

近年來(lái)，在計(jì)算機(jī)視覺(jué)與模式識(shí)別領(lǐng)域中，人臉識(shí)別已經(jīng)成為最熱門的研究方向之一。人臉識(shí)別系統(tǒng)被廣泛地應(yīng)用于我們的生活當(dāng)中，例如公安刑偵破案、門禁系統(tǒng)、攝像監(jiān)視系統(tǒng)、身份辨識(shí)、網(wǎng)絡(luò)應(yīng)用等。人臉識(shí)別服務(wù)于人們活動(dòng)的各個(gè)重要方面，給人們帶了便利、輕松的生活環(huán)境。

人臉識(shí)別是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。在人臉識(shí)別當(dāng)中，表示一張人臉圖像最流行的方法是通過(guò)一組基圖像的線性組合。非負(fù)矩陣分解(NMF)是一種典型的人臉識(shí)別方法，能夠有效地提取人臉的局部化特征。對(duì)于一個(gè)非負(fù)矩陣X，NMF是為了找到兩個(gè)非負(fù)矩陣W和H使得X≈WH，其中W和H分別被稱為基圖像矩陣和系數(shù)矩陣。W的每一列被叫作基圖像，這些基圖像是一些人臉的局部化特征，比如說(shuō)鼻子、眼睛、耳朵、嘴巴等等。H的每一列是一個(gè)特征，這些特征是由非負(fù)的系數(shù)組成。如果X的每一列代表一張人臉圖像，那么NMF能通過(guò)W中的局部化特征的線性組合來(lái)學(xué)習(xí)X中的每一整張人臉圖像，這與通過(guò)組合物體部分來(lái)形成總體這一直觀概念相符合。然而，非負(fù)矩陣分解算法是一種線性特征提取方法。由于人臉圖像受到不同光照、不同姿勢(shì)、不同表情等因素的影響，人臉圖像的數(shù)據(jù)在模式空間中分布十分復(fù)雜，往往呈現(xiàn)出非線性結(jié)構(gòu)，所以，當(dāng)我們應(yīng)用線性的算法(比如NMF)到人臉識(shí)別上時(shí)，就很難取得比較好的識(shí)別效果。為此，許多研究人員提出了一些非線性方法來(lái)克服這類問(wèn)題。其中，核方法是一種流行的方法，它能夠有效地提取模式的非線性特征，從而克服人臉圖像數(shù)據(jù)呈現(xiàn)的非線性問(wèn)題。核方法的基本思想是首先通過(guò)利用非線性映射φ將原始空間中的數(shù)據(jù)X映射到一個(gè)高維核空間中，使得新的數(shù)據(jù)φ(X)線性可分，然后在高維核空間中應(yīng)用線性方法對(duì)新的數(shù)據(jù)φ(X)進(jìn)行處理。在核方法中，核空間的維數(shù)一般遠(yuǎn)大于原始樣本空間的維數(shù)，甚至有些是無(wú)窮維。作為一種非線性的方法，核非負(fù)矩陣分解(KNMF)是NMF的核方法，它克服了圖像數(shù)據(jù)非線性問(wèn)題。KNMF算法的主要思路是首先將通過(guò)非線性映射后的樣本φ(X)，然后用高維核空間中的一組基近似地線性表出φ(X)，即φ(X)≈φ(W)H，系數(shù)矩陣H的每一列將作為原始樣本X的新特征。在人臉識(shí)別上，實(shí)驗(yàn)結(jié)果表明KNMF優(yōu)于線性NMF方法。

研究表明，提取的特征越稀疏，越有利于模式分類。因此，在人臉識(shí)別上，一些具有稀疏特征的非負(fù)矩陣分解算法被提出用來(lái)提高算法的識(shí)別性能。為了提高KNMF特征的稀疏度和判別力度，我們前面工作提出了一種分塊核非負(fù)矩陣分解算法(BKNMF)。BKNMF通過(guò)利用了分塊技巧，首先是對(duì)每一類的訓(xùn)練樣本執(zhí)行一種核非負(fù)矩陣分解，然后合并所有類的分解得到總的分解。在BKNMF執(zhí)行的核非負(fù)矩陣分解與KNMF有所不同，前者通過(guò)利用每類的判別信息來(lái)減小類間的距離，因此比后者有更好的判別力度。BKNMF能夠提取稀疏的非線性特征，并且來(lái)自不同類的特征是相互正交的。但是BKNMF的特征稀疏度還可以進(jìn)一步提高，從而使識(shí)別性能提升。非負(fù)稀疏表示(NSR)方法是提取非負(fù)稀疏特征的有效方法。NSR的主要任務(wù)是解決一個(gè)帶有l(wèi)₀范數(shù)正則項(xiàng)的平方最小化問(wèn)題。然而，這個(gè)最小化問(wèn)題是一個(gè)NP難度問(wèn)題。幸運(yùn)的是，對(duì)非負(fù)稀疏表示的深入研究表明：當(dāng)這個(gè)NP難度問(wèn)題的解充分稀疏時(shí)，它能夠用l₁范數(shù)正則項(xiàng)代替l₀范數(shù)正則項(xiàng)，從而轉(zhuǎn)化成一個(gè)帶有l(wèi)₁范數(shù)正則項(xiàng)的凸優(yōu)化問(wèn)題。當(dāng)數(shù)據(jù)呈現(xiàn)出非線性結(jié)構(gòu)時(shí)，非線性的NSR通常比線性的NSR取得的分類會(huì)效果更好。作為一種非線性的NSR方法，基于核的非負(fù)稀疏表示(KNSR)有效地克服了數(shù)據(jù)呈非線性結(jié)構(gòu)問(wèn)題。KNSR的關(guān)鍵在于其稀疏學(xué)習(xí)字典，一般直接用映射后的訓(xùn)練樣本矩陣作為稀疏表示字典，基于該字典在高維核空間中來(lái)提取新數(shù)據(jù)的非負(fù)稀疏特征。雖然KNSR能夠提取數(shù)據(jù)的稀疏非線性特征，但是它的字典沒(méi)有利用到模式的類標(biāo)信息，即它是一種無(wú)監(jiān)督的方法。因此，KNSR的性能在分類任務(wù)中會(huì)受到影響。本專利擬通過(guò)利用訓(xùn)練樣本的類標(biāo)信息來(lái)構(gòu)造高性能稀疏學(xué)習(xí)字典，以提升KNSR的識(shí)別性能。

總之，在人臉識(shí)別中，雖然有各種各樣方法被提出來(lái)克服各種問(wèn)題，但是這些現(xiàn)有的方法都普遍存在一些問(wèn)題：(1)當(dāng)數(shù)據(jù)在模式空間中呈非線性分布時(shí)，線性算法的效果并不理想；(2)許多算法都是無(wú)監(jiān)督的方法，即沒(méi)有用到樣本的類標(biāo)信息，通常有監(jiān)督的方法都會(huì)比無(wú)監(jiān)督的方法取得的效果好；(3)許多方法提取的特征不足夠稀疏，這會(huì)降低算法分類能力。

關(guān)鍵詞解釋：