基于HOG特征稀疏表示的非约束人脸识别方法

摘要

本发明提供一种基于HOG特征稀疏表示的非约束人脸识别方法，首先输入人脸数据库图片，提取输入图片的HOG特征；从每类人中随机选择若干张图片作训练，其余留作测试；将每类人每张训练图片的HOG特征列向量构建特征字典；利用梯度投影稀疏重建算法得到测试样本的HOG特征稀疏表示系数；按类依次保留稀疏系数，剩余系数置零，得到近似稀疏系数，与字典相乘得到测试样本估计值；计算测试样本与估计值的均方误差，根据均方误差最小原则判断测试样本类别。该方法有效降低非约束环境对人脸识别性能的影响，增强非约束人脸识别的鲁棒性。解决了传统稀疏表示分类算法中因字典维度大导致运行速度慢的问题，有效提高算法运行效率。

主权项

一种基于HOG特征稀疏表示的非约束人脸识别方法，其特征在于，S1、首先输入人脸数据库图片，提取输入图片的HOG特征；S2、从每类人中随机选择若干张图片作训练，其余留作测试，分为测试样本和训练样本；将每类人每张训练图片的HOG特征列向量构建特征字典，字典列数与训练样本数目相同；S3、利用梯度投影稀疏重建算法得到测试样本的HOG特征稀疏表示系数；S4、按类依次保留稀疏系数，剩余系数置零，得到近似稀疏系数，与字典相乘得到测试样本估计值；S5、计算测试样本与估计值的均方误差，根据均方误差最小原则判断测试样本类别。