一种单样本人脸识别方法

摘要

本发明公开了人脸识别技术领域中的一种单样本人脸识别方法。首先对人脸图像进行预处理得到单张标准的人脸图像；对人脸图像Shearlet变换得到各子带人脸频谱信息；再对各子带的人脸频谱信息融合重构组合成为人脸的融合图像，并根据信息熵对融合图像自适应加权；然后对频谱图像分块构成子图；计算各子图与训练样本的分类结果并做出决策，得到最终分类识别结果。本发明提出了一个完整有效的单样本人脸识别解决方案，一定程度上解决了光照、姿态等因素的影响，识别率高、鲁棒性强。

主权项

一种单样本人脸识别方法，其特征是该方法包括以下步骤：步骤1：通过预处理获取单张标准的人脸图像，并对人脸图像Shearlet变换得到各子带人脸频谱信息；步骤2：在步骤1的基础上对Shearlet变换后同尺度不同方向的人脸频谱图像进行融合，包括以下步骤：步骤2.1：Shearlet变换对图像I进行L层分解，每层都分解到8个方向，计算第lth层dth方向的子图I′^ld的信息熵e^ld；步骤2.2：计算出同尺度上8个方向子图的信息熵，并将信息熵最大的定为主方向，按顺时针顺序对剩余子图排序；步骤2.3：将每层所有子方向频谱信息的均值Mean作为阈值，对方向子图进行二值化：$F(i,j)=\left\{\begin{array}{cc}0& I^{\prime ld}(i,j)<Mean(i,j)\\ 1& I^{\prime ld}(i,j)\ge Mean(i,j)\end{array}\right.$步骤2.4：将同一尺度8个方向子图的相同存储位置的值合并为一个8位二进制数，再转换成十进制数后获得一个灰度取值在[0，255]范围的频谱融合图像；步骤3：对不同尺度的融合频谱图像按照信息熵进行自适应加权；步骤4：对频谱图像分块构成子图，计算各子图与训练样本的分类结果并做出决策得到最终分类结果。