[發明專利]一種基于特征表示集的跨分辨率人臉識別方法

有效

• 申請號: 201910055693.7
• 申請日: 2019-01-21
• 公開（公告）號: CN109815889B
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 高廣謂;汪焰南;朱冬;吳松松;荊曉遠;岳東
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06K9/62;G06V10/774
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 陳望坡;姚姣陽

本發明公開了一種基于特征表示集的跨分辨率人臉識別方法，包括以下步驟：先獲取高分辨率訓練樣本圖像、低分辨率測試樣本圖像和高低分辨率訓練字典圖像各個像素位置的圖像塊；然后對低質量測試圖像中的每個圖像塊，運用圖像塊的約束P范數正則回歸方法獲得其在低質量訓練字典圖像中對應位置上的圖像塊集合的線性表示，運用同樣方法對高分辨率訓練樣本圖像獲得其在高分辨率字典對應位置上圖像塊集合的線性表示；再對低分辨率測試圖像塊特征表示集合和高分辨率訓練圖像特征表示集進行相似性度量；最后測試圖像類別。本發明的優點是：能對分辨率不一致的人臉圖像進行準確身份識別，有效解決了因人臉圖像分辨率不一致難以識別的問題。

技術領域

本發明涉及圖像處理技術領域，具體涉及一種基于特征表示集的跨分辨率人臉識別方法。

背景技術

人臉識別是計算機視覺領域中的一項熱門的研究課題，它將計算機圖像處理技術和統計學技術融入到一起，廣泛的應用于各個領域，如：金融領域、公安系統、社保領域、機場邊檢人臉識別等。目前人臉識別方法可以分為兩類：基于全局的人臉識別方法和基于局部的人臉識別方法。基于全局的人臉識別方法保留全局的人臉結構，但是忽視了除主成份以外的人臉特征細節；基于局部的人臉識別方法多采用基于圖像塊的人臉識別方法，它在稀疏條件的約束下，將要識別的人臉圖像塊和訓練樣本圖像塊視為訓練圖像塊的線性組合，得到維數相同的表示系數矩陣，從而完成識別工作。然而，基于圖像塊的人臉識別方法有一個缺點：它們的每一個模塊之間都是相互獨立的，失去了模塊與模塊之間的關聯信息，由于實際應用過程當中，大部分應用中獲取的人臉圖像質量較差，人臉圖像分辨率不一，導致有時候很難完成身份識別，因而存在人臉圖像分辨率不一致難以識別的問題。

發明內容

本發明的目的是提供一種能對分辨率不一致的人臉圖像進行準確身份識別的基于特征表示集的跨分辨率人臉識別方法。

為實現上述目的，本發明采用了如下技術方案：一種基于特征表示集的跨分辨率人臉識別方法，包括以下步驟：

步驟一：獲取高分辨率訓練樣本圖像、低分辨率測試樣本圖像和高低分辨率訓練字典圖像中各個像素位置的圖像塊；

步驟二：對低分辨率測試樣本圖像中的每個圖像塊，運用運用基于P范數正則的回歸表示方法獲得其在低分辨率訓練字典圖像上對應位置的圖像塊集合的線性表示；同時對高分辨率訓練樣本圖像中的每個圖像塊，運用運用基于P范數正則的回歸表示方法獲得其在高分辨率訓練字典圖像上對應位置的圖像塊集合的線性表示；

步驟三：對步驟二得的低分辨率測試樣本圖像特征表示集合和高分辨率訓練樣本圖像特征表示集合進行相似性度量；

步驟四：根據步驟三得到的數據，對低分辨率測試樣本圖像完成分類，輸出低分辨率測試樣本圖像的類別。

進一步地，前述的一種基于特征表示集的跨分辨率人臉識別方法，其中：在步驟二中，運用運用基于P范數正則的回歸表示方法獲得其在低分辨率訓練字典圖像上對應位置的圖像塊集合的線性表示的具體方法如下：

步驟(1)：對于一個低分辨率測試圖像塊，將其分為S塊，對于一個低分辨率測試圖像塊y，運用低分辨率訓練字典樣本圖像上對應位置的圖像塊進行線性表示：

y＝x₁A₁+x₂A₂+...+x_NA_N+E

其中，A_i表示第i個低分辨率訓練字典圖像對應位置的圖像塊，i＝{1,2,...,N}，N表示低分辨率訓練樣本字典樣本圖像的個數，x_i表示系數向量x第i個元素對應的系數，E表示殘差項；表示向量系數x的求解方法如下所示：