[發明專利]基于混合擴展塊字典稀疏表示的單樣本人臉識別方法

有效

• 申請號: 202110321267.0
• 申請日: 2021-03-25
• 公開（公告）號: CN113158812B
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 童瑩;馬杲東;曹雪虹;陳瑞;趙小燕
• 申請（專利權）人: 南京工程學院
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/26;G06K9/62;G06T7/11;G06F16/36
• 代理公司: 南京創略知識產權代理事務所(普通合伙) 32358
• 代理人: 呂娟

本發明公開了一種基于混合擴展塊字典稀疏表示的單樣本人臉識別方法，包括步驟(S1)：構建非目標對象的通用數據集X；步驟(S2)：構建目標對象標準樣本集N；步驟(S3)：構建測試樣本集Y；步驟(S4)：構建非目標對象的遮擋塊字典和類內差異塊字典步驟(S5)：根據上述步驟得到的混合完備擴展塊字典采用SRC模型中的加權塊稀疏表示分類器對目標對象待測樣本y的B個塊圖像進行線性稀疏表示，以進行該待測樣本的遮擋人臉識別。本發明首先對人臉圖像分塊，然后采用KDA算法分別構建目標對象的基本塊字典，非目標對象的遮擋塊字典和類內差異塊字典，最后采用加權塊稀疏表示分類器對待測樣本進行準確預測，有效提高了單樣本人臉識別的準確性。

技術領域

本發明涉及人機交互中識別對象僅有一個或少量標準樣本的單樣本人臉識別技術領域，具體涉及一種基于混合擴展塊字典稀疏表示的單樣本人臉識別方法。

背景技術

近年來，由于人工智能、計算機視覺、物聯網通信等技術的飛速發展，人臉識別技術在實際生活中得到廣泛應用，例如，智能家電、智能零售、智能監控等。然而在某些應用場景中，由于存儲空間的限制以及個人隱私保護，一些人臉識別系統僅包含每個人的一張或少量正臉標準圖像(即不受光照、表情、遮擋等外界因素干擾的無拍攝角度偏移的正臉圖像)，例如，門禁系統、身份證閘機系統、護照驗證系統等。傳統的人臉識別算法在這些系統中識別效果不佳。究其原因，真實環境采集的人臉圖像可能受光照、表情、配飾遮擋、姿態，甚至采集數據的時間跨度等因素的影響，這導致目標對象的待測圖像可能與系統中的標準圖像存在很大差異，而傳統人臉識別算法無法從少量標準樣本中提取出有效的類內變化信息，因此也無法對可能存在各種外界干擾因素的待測樣本進行準確預測。這就產生了單樣本人臉識別問題，這也是目前人臉識別研究中一個具有挑戰性且極富實用價值的研究課題。

目前，基于單樣本人臉識別的研究方法主要分為兩類：基于數據擴增的方法(sample generation based methods)和基于通用學習方法(generic learning basedmethods)。基于數據擴增的方法主要是利用真實樣本合成虛擬樣本或將人臉圖像分割成重疊或不重疊的圖像塊進行識別，其目的均是為了增加訓練樣本的數量，用以解決傳統算法在單樣本人臉識別中的局限性。代表方法有SPCA、 SVD-LDA、Modular PCA、Modular LDA、DMMA、SDMME等。這類方法雖然在單樣本人臉識別中起到一定作用，但仍存在兩個致命缺陷：(1)合成產生的虛擬樣本與標準樣本是高度相關的，因此不能作為獨立樣本使用，提取出的類內變化信息不具有表征性。(2)將人臉圖像分塊識別時通常假設待測樣本的塊圖像與訓練樣本在同一位置上的塊圖像具有相似的人臉結構特征，然而實際應用中，由于人臉姿態的變化或者配飾遮擋的影響，相同位置的待測樣本與訓練樣本的塊圖像可能存在很大差異，導致上述假設不成立，單樣本人臉識別效果不佳。