[發明專利]一種基于多核集成回歸的人臉識別方法

有效

• 申請號: 201810812551.6
• 申請日: 2018-07-23
• 公開（公告）號: CN109241827B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 沈項軍;倪成功
• 申請（專利權）人: 江蘇大學
• 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

本發明公開了一種基于多核集成回歸的人臉識別方法，通過獲取人臉數據作為樣本集，選擇合適的核函數作為核函數庫，根據選取的核函數構造人臉求解模型；對人臉求解模型進行循環求解，得到各參數的值的最優解；根據最優解參數，求得測試人臉的標簽值，從而可以為人臉識別縮短了匹配時間、降低了匹配難度，提高人臉識別過程的準確率。

技術領域

本發明屬于人臉識別領域，尤其涉及一種基于多核集成回歸的人臉識別方法。

背景技術

人臉識別技術是一種通過計算機分析人的臉孔來辨別人體生物特征的識別技術，其內容涵蓋計算機視覺、模式識別、圖形學和認知科學等多個學科。相對于獲取其他的人體生物特征，由于人臉圖像的獲取可以不需要用戶的主動配合，并且認知度更強，從而在實際應用中人臉圖像獲取的容易程度大大地超過其他人體生物特征的獲取，似的人臉的識別技術具有十分廣泛的應用前景。

人臉識別技術經過多年的研究，已經有了一批比較成熟的理論和有效的算法。但是目前即使是世界上最成熟的人臉識別系統，也只能在采集條件比較理想、用戶配合的條件下，才可以基本達到適用的程度。現如今大部分采用的方法有基于特征臉(PCA)的人臉識別方法與神經網絡的人臉識別方法。但這些方法對于人臉樣本的要求較高。相對于這些現有的方法，我們的方法對于樣本要求不高，傳統的人臉數據集就可以正常操作。

發明內容

本發明根據現有技術的不足與缺陷，提出了一種基于多核集成回歸的人臉識別方法，目的在于提高人臉識別的有效性。

本發明所采用的技術方案如下，包括以下步驟：

步驟1，獲取人臉數據作為樣本集，選擇合適的核函數作為核函數庫。

步驟2，根據選取的核函數構造人臉求解模型；

步驟3，對人臉求解模型進行循環求解，得到各參數的值的最優解；

步驟4，根據最優解參數，求得測試人臉的標簽值。

進一步，所述核函數有多項式核函數：k₁(m,n)＝(am^Tn+d)^c；徑向基核函數：高斯核函數：其中，m、n為人臉樣本，a、d、c、ν、為核函數的參數；

進一步，所述人臉求解模型：

其中，e是殘差，L是基回歸器的個數，α_i是每個訓練集權重，K_i是第i個內核Gram矩陣，Y是樣本的真實標簽，w_i是用來控制每個基核回歸模型的權重，w為由所有w_i構成的向量，矩陣H是由所有向量H_i構成的矩陣，向量H_i＝K_iα_i+b_i1_N*1，即H＝[H₁,H₂...H_N]，b_i是對于特定K_i的偏移量，γ是控制系數收縮量的復雜性參數，μ、λ_i、η、ξ、τ是拉格朗日系數。

進一步，對人臉求解模型進行循環得到最優解的過程為：

步驟3.1，對參數α_i、b_i、H_i、e、w、μ、λ、η、ξ、τ賦予的初始值，計算出設開始時loss_new←0，從而得到loss＝|loss_old-loss_new|；其中loss_old和loss_new是歸一化處理的損失值，loss是損失值之間的差值。