[發(fā)明專利]基于核判別分析的人臉識別方法

在審

• 申請?zhí)枺?/td>: 201710234315.6
• 申請日: 2017-04-12
• 公開（公告）號: CN107085706A
• 公開（公告）日: 2017-08-22
• 發(fā)明（設計）人: 鄒霞
• 申請（專利權(quán)）人: 鄒霞
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領域

本發(fā)明涉及一種基于核判別分析的人臉識別方法，屬于人臉識別領域。

背景技術(shù)

人臉識別是通過分析人類臉部視覺特征來達到身份鑒別目的的一種計算機技術(shù)。學術(shù)界對人臉識別給出了廣義和狹義兩方面的具體定義。廣義的人臉識別包括人臉檢測（face detection）、人臉表征（face representation）、人臉鑒別（ face identification ）、表情分析（ face expression analysis ） 以及物理分類（physical classification）等一系列相關(guān)技術(shù)；而狹義的人臉識別則被定義為一種技術(shù)或系統(tǒng)，這一技術(shù)或系統(tǒng)能夠通過人臉的特征進行身份確認、身份比較和身份查找。

目前，由于人臉識別技術(shù)能夠通過生物體（一般特指人）本身的生物特征來區(qū)分個體，提高了生物體識別的精度，因此，該技術(shù)得到了廣泛關(guān)注和推崇，使該領域也成為了生物識別特征研究中的熱點。以人類為例，生物特征主要來自于以下方面：臉、視網(wǎng)膜、虹膜、手掌紋、指紋、語音、體形、習慣等，因而基于上述內(nèi)容，研究則被重點放在了識別人臉、視網(wǎng)膜、虹膜、手掌紋、指紋、語音、體形、鍵盤敲擊、簽字等相應特征的計算機識別技術(shù)上，并取得了具有重要意義的成果。

人臉識別的優(yōu)勢在于其自然性和友好性的特點。所謂自然性，是指人類本身也是通過觀察和比較人類臉部特征來辨別和確認對方身份的，如語音識別、體形識別等也同樣具有自然性的特征，而人類或其他生物通常不通過指紋、虹膜等特征區(qū)別個體，因此上述特征識別就不具有自然性的特征。

所謂友好性，是指該識別方法不因特殊對待而增加被鑒別人的心理負擔，并且也因此而更容易獲取直接和真實的特征信息。指紋或者虹膜識別需要利用電子壓力傳感器或紅外線等特殊技術(shù)手段采集信息，上述特殊的采集技術(shù)易被人發(fā)現(xiàn)，大大增加了被鑒別人躲避身份鑒別的可能性，降低了身份鑒別的效率。

然而，人臉識別卻可通過簡單的圖像或視頻技術(shù)直接獲取被鑒別人的人臉信息，這種信息采集方式不易于被人察覺，增加了信息的真實性和可靠性。

雖然人臉識別技術(shù)具有上述優(yōu)點，但該技術(shù)的實現(xiàn)卻并不容易。主要受人臉的生物特性所限制，具體表現(xiàn)在：

第一，由于同種類型的人臉的結(jié)構(gòu)都具有較高的相似性。該特點可以用于人臉定位，但是卻大大增加了利用人臉特征鑒別個體的難度。

第二，受年齡、情緒、溫度光照條件、遮蓋物等因素的限制，人臉的外形很不穩(wěn)定，甚至在不同觀察角度，人臉的圖像特征也存在顯著的差異，增加了人臉識別技術(shù)應用的復雜性。

為使人臉識別技術(shù)更好的服務于所需領域，則需要對上述兩項限制進行研究尋求突破。

發(fā)明內(nèi)容

鑒于上述現(xiàn)有技術(shù)的不足之處，本發(fā)明的目的在于提供一種基于核判別分析的人臉識別方法，包括以下步驟：

步驟一、進行特征提取，將樣本數(shù)據(jù)向高維核空間映射，并利用主成分分析法進行第一次特征提取；

步驟二、構(gòu)造中心化矩陣H，求解特征方程。

步驟三、計算向量；

步驟四、提取主成分，完成第一次人臉特征提取，得到人臉數(shù)據(jù)主成分分析后保留的樣本Y；

步驟五、利用線性判別分析法對Y 進行二次特征提取；

步驟六、對于測試數(shù)據(jù)集X’，將其投影至訓練集的特征子空間中，得到特征提取后的測試數(shù)據(jù)集Z’；

步驟七、通過最近鄰分類器，將樣本Z’進行分類識別。

優(yōu)選的，上述步驟一利用KPCA進行特征提取。

優(yōu)選的，上述步驟一對給定的M個訓練集數(shù)據(jù)X=[x₁,x₂,...,x_M]，計算核矩陣K，其中。

優(yōu)選的，上述步驟三計算的向量為

和。

優(yōu)選的，上述步驟四提取的是總貢獻率達到90%以上的前k個主成分。

優(yōu)選的，上述步驟五具體為根據(jù)準則函數(shù)計算最佳投影方向W，將Y投影到LDA的最佳投影方向W

Z_i=W^Ty_i

進而完成了KFDA特征提取，形特征子空間，并得到訓練樣本數(shù)據(jù)集Z。

相比現(xiàn)有技術(shù)，本發(fā)明提供的基于核判別分析的人臉識別方法，從宏觀上考慮整個節(jié)點的系統(tǒng)結(jié)構(gòu)，進行整體架構(gòu)設計，具有微型化、低功耗、高穩(wěn)定性、易擴展性以及低成本、低復雜度的設計特點。

具體實施方式