[發(fā)明專利]基于鏡像圖的LRC和CRC偏差結(jié)合的人臉識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810004996.1
• 申請(qǐng)日: 2018-01-03
• 公開（公告）號(hào): CN108197573A
• 公開（公告）日: 2018-06-22
• 發(fā)明（設(shè)計(jì)）人: 石蘭芳;周杰;周先春
• 申請(qǐng)（專利權(quán)）人: 南京信息工程大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 江蘇愛信律師事務(wù)所 32241
• 代理人: 唐小紅

1.基于鏡像圖的LRC和CRC偏差結(jié)合的人臉識(shí)別方法，其特征在于，包含以下步驟：

步驟1)，對(duì)原始訓(xùn)練樣本s₁,s₂,...,s_M使用鏡像方法得到鏡像訓(xùn)練樣本，將兩者集合組成生成新的訓(xùn)練樣本集T_s；

步驟2)，將訓(xùn)練樣本集T_s通過LRC方法得到每一類測(cè)試樣本與重構(gòu)圖像的偏差d_i；

步驟3)，將訓(xùn)練樣本集T_s通過CRC方法得到每一類測(cè)試樣本與重構(gòu)圖像的正則化偏差r_i；

步驟4)，將步驟2和步驟3得到的偏差分別進(jìn)行歸一化處理得到各自新的偏差d_i′和r_i′；

步驟5)，將步驟4得到的結(jié)果進(jìn)行結(jié)合運(yùn)算從而將測(cè)試樣本分類。

2.根據(jù)權(quán)利要求1所述的基于鏡像圖的LRC和CRC偏差結(jié)合的人臉識(shí)別方法，其特征在于，步驟1)的詳細(xì)步驟如下：

步驟1.1)，人臉數(shù)據(jù)庫(kù)有c類，每個(gè)類有m個(gè)訓(xùn)練樣本且以列向量的形式存在；第i類的第k個(gè)訓(xùn)練樣本的列向量表示為t_(i-1)m+k，k＝1,...,m，表示t_(i-1)m+k在第e行和第f列上的像素，表示s_(i-1)m+k在第e行和f列上的像素，根據(jù)原訓(xùn)練樣本的矩陣通過鏡像方法得到鏡像圖矩陣，如下：

其中E表示矩陣的行數(shù)，F(xiàn)表示矩陣的列數(shù)；

步驟1.2)，所有原始訓(xùn)練樣本和鏡像圖樣本也組成一個(gè)新的訓(xùn)練樣本集，即T_s＝[t₁,t₂,...,t_M,s₁,s₂,...,s_M]。

3.根據(jù)權(quán)利要求2所述的基于鏡像圖的LRC和CRC偏差結(jié)合的人臉識(shí)別方法，其特征在于，步驟4)將步驟2)和步驟3)記錄的偏差進(jìn)行歸一化處理：

d_i′＝(d_i-d_min)/(d_max-d_min)

r_i′＝(r_i-r_min)/(r_max-r_min)

其中d_i和d_i′分別代表對(duì)于第i類LRC原來的殘差和歸一化后的偏差，d_max和d_min分別是LRC法得到的最大和最小偏差；r_i和r_i′分別代表對(duì)于第i類CRC原來的偏差和歸一化后的偏差，r_max和r_min分別是CRC法得到的最大和最小偏差。

4.根據(jù)權(quán)利要求3所述的基于鏡像圖的LRC和CRC偏差結(jié)合的人臉識(shí)別方法，其特征在于，步驟5)是將步驟4)中得到的d_i′和r_i′通過控制函數(shù)進(jìn)行加權(quán)融合，即：

f_i＝ud_i′+vr_i′

其中u,v是系數(shù)且u+v＝1，u,v≤1。