[發明專利]一種基于分塊線性重構鑒別分析的單樣本人臉識別方法

有效

• 申請號: 202010035534.3
• 申請日: 2020-01-14
• 公開（公告）號: CN111259780B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 黃璞;楊章靜;陳鐳;楊國為
• 申請（專利權）人: 南京審計大學
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/764;G06K9/62
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 朱小兵

1.基于分塊線性重構鑒別分析的單樣本人臉識別方法，其特征在于，包括如下步驟：

步驟1、獲取人臉圖像訓練樣本集：所述人臉圖像訓練樣本集共包含N幅圖像，來自于N個不同的人，將每幅人臉圖像進行分塊，然后將分塊后的每幅圖像塊進行矩陣向量化操作，構造訓練樣本集；

步驟2、將任一圖像塊表示成k₁個類內最近鄰圖像塊的線性組合，利用最小二乘法求解類內表示系數；同時，將任一圖像塊表示成k₂個類間最近鄰圖像塊的線性組合，利用最小二乘法求解類間表示系數；

步驟3、計算樣本的類內重構散度與類間重構散度，并構造類內重構散布矩陣與類間重構散布矩陣；

步驟4、通過最大化類間重構散度與類內重構散度的比值求解最佳投影矩陣，并利用投影矩陣提取訓練樣本集與待識別樣本的特征；

步驟5、構造待識別人臉圖像類標的判別準則，判斷待識別人臉圖像的類標。

2.根據權利要求1所述的基于分塊線性重構鑒別分析的單樣本人臉識別方法，其特征在于，步驟1所述獲取人臉圖像訓練樣本集，具體如下：

假設有N幅來自N個不同人的人臉訓練圖像，每幅圖像的大小為w×h，將每幅人臉圖像分成M個不重疊的圖像塊，每個圖像塊的大小為p×q，且滿足w×h＝M×(p×q)；將每個圖像塊進行矩陣向量化操作，得到第i幅人臉圖像的第j個圖像塊訓練樣本為x_ij∈R^D，其中D＝p×q；此時，第i幅人臉圖像的圖像塊訓練樣本集可表示為X_i＝[x_i1,x_i2,…,x_iM]∈R^D×M，i＝1,2,…,M，總訓練樣本集可表示為X＝[X₁,X₂,…,X_N]；

對于某一大小為w×h的待識別人臉圖像，同樣將其分成M個不重疊的圖像塊，每個圖像塊的大小為p×q；將每個圖像塊進行矩陣向量化操作，得到待識別樣本集Y＝[y₁,y₂,…,y_M]∈R^D×M，其中y_i∈R^D表示待識別圖像的第j個圖像塊樣本。

3.根據權利要求1所述的基于分塊線性重構鑒別分析的單樣本人臉識別方法，其特征在于，步驟2所述將任一圖像塊表示成k₁個類內最近鄰圖像塊的線性組合，利用最小二乘法求解類內表示系數，具體如下：

令x_ij表示第i幅人臉圖像的第j個圖像塊訓練樣本，將x_ij表示為其在X_i中k₁個最近鄰樣本的線性組合，即：

其中表示x_ij在X_i中的第m個最近鄰點，為對應的重構系數，m＝1,2,…,k₁，為x_ij的k₁個類內最近鄰樣本集合，為x_ij的類內表示系數向量；

利用最小二乘法可得的計算式為：

4.根據權利要求1所述的基于分塊線性重構鑒別分析的單樣本人臉識別方法，其特征在于，步驟2中所述將任一圖像塊表示成k₂個類間最近鄰圖像塊的線性組合，利用最小二乘法求解類間表示系數，具體如下：

將x_ij表示成其在[X-X_i]中k₂個最近鄰樣本的線性組合，即：

其中表示x_ij在[X-X_i]中的第n個最近鄰點，為對應的重構系數，n＝1,2,…,k₂，為x_ij的k₂個類間最近鄰樣本集合，為x_ij的類間表示系數向量；

利用最小二乘法可得的計算式為：