[發(fā)明專(zhuān)利]基于虛擬樣本和殘差融合的權(quán)重稀疏表示的人臉識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010116497.9
• 申請(qǐng)日: 2020-02-25
• 公開(kāi)（公告）號(hào): CN111325162A
• 公開(kāi)（公告）日: 2020-06-23
• 發(fā)明（設(shè)計(jì)）人: 朱寧波;張燦輝
• 申請(qǐng)（專(zhuān)利權(quán)）人: 湖南大學(xué)
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/62
• 代理公司: 深圳市中原力和專(zhuān)利商標(biāo)事務(wù)所(普通合伙) 44289
• 代理人: 胡國(guó)良

1.一種基于虛擬樣本和殘差融合的權(quán)重稀疏表示的人臉識(shí)別方法，其特征在于，包括如下步驟：

步驟S1，輸入原始訓(xùn)練樣本和待測(cè)人臉圖像，將原始訓(xùn)練樣本中的圖像和待測(cè)人臉圖像進(jìn)行歸一化預(yù)處理，再將原始訓(xùn)練樣本的圖像分別進(jìn)行幾何對(duì)稱(chēng)變換和添加隨機(jī)噪聲構(gòu)造虛擬訓(xùn)練樣本；

步驟S2，計(jì)算原始訓(xùn)練樣本在稀疏表示待測(cè)人臉圖像時(shí)的每一類(lèi)訓(xùn)練樣本的稀疏系數(shù)并稀疏重構(gòu)該類(lèi)訓(xùn)練樣本，相應(yīng)的，計(jì)算虛擬訓(xùn)練樣本在稀疏表示待測(cè)人臉圖像時(shí)的每一類(lèi)訓(xùn)練樣本的稀疏系數(shù)并稀疏重構(gòu)該類(lèi)訓(xùn)練樣本；

步驟S3，分別將原始訓(xùn)練樣本和虛擬訓(xùn)練樣本在稀疏表示待測(cè)人臉圖像時(shí)的誤差通過(guò)適當(dāng)?shù)暮瘮?shù)將其投射為對(duì)應(yīng)訓(xùn)練樣本的權(quán)重；

步驟S4，分別計(jì)算待測(cè)人臉圖像與稀疏重構(gòu)后的所有訓(xùn)練樣本中的同一類(lèi)訓(xùn)練樣本之間的殘差并進(jìn)行加權(quán)；

步驟S5，得到加權(quán)后的殘差值最小的類(lèi)別即為人臉識(shí)別結(jié)果。

2.根據(jù)權(quán)利要求1所述的人臉識(shí)別方法，其特征在于，在步驟S1中，設(shè)定原始訓(xùn)練樣本為第一訓(xùn)練樣本y₁，其包括m類(lèi)訓(xùn)練樣本，每類(lèi)由n張訓(xùn)練人臉圖像組成，原始訓(xùn)練樣本的圖像進(jìn)行幾何對(duì)稱(chēng)變換構(gòu)造出的虛擬訓(xùn)練樣本為第二訓(xùn)練樣本y₂和第三訓(xùn)練樣本y₃，原始訓(xùn)練樣本的圖像進(jìn)行添加隨機(jī)噪聲構(gòu)造出的虛擬訓(xùn)練樣本為第四訓(xùn)練樣本y₄，其中第二訓(xùn)練樣本y₂和第三訓(xùn)練樣本y₃的處理過(guò)程為：

第二訓(xùn)練樣本y₂的左半部分取第一訓(xùn)練樣本y₁的左半部分，右半部分是將第一訓(xùn)練樣本y₁的左半部分翻轉(zhuǎn)到右半部分而得；

第三訓(xùn)練樣本y₃的右半部分取第一訓(xùn)練樣本y₁的右半部分，左半部分是將第一訓(xùn)練樣本y₁的右半部分翻轉(zhuǎn)到左半部分而得。

3.根據(jù)權(quán)利要求2所述的人臉識(shí)別方法，其特征在于，構(gòu)造出的虛擬訓(xùn)練樣本y₂、y₃、y₄與原始訓(xùn)練樣本y₁之間滿足以下關(guān)系：

y₄(i,j)＝y(tǒng)₁(i,j)+a(γ-b)y₁(i,j)

其中i和j分別表示坐標(biāo)X軸和Y軸，r和c分別表示每張人臉圖像的高和寬，在矩陣?yán)锓謩e表示行數(shù)和列數(shù)，a和b各表示一個(gè)常量，γ是在0～1范圍內(nèi)的任意一個(gè)隨機(jī)數(shù)。