一种基于稀疏表示的增量人脸识别方法

摘要

本发明提供了一种基于稀疏表示的增量人脸识别方法，包括通过人脸检测获取人脸关键点信息，确定人脸局部块位置，分别提取每个局部块HOG特征，根据稀疏表示分类方法为每个局部块构造一个局部人脸字典，在测试时根据测试图片动态选择部件特征生成全局人脸字典。对于一张测试人脸图片，提取局部块特征，在对应局部人脸字典上进行测试，根据得到的局部结果判断人脸部件的好坏，根据好坏结果挑选出合格部件，将训练集中合格部件特征连接构建全局人脸字典，构建测试图片全局人脸特征，得到的全局结果为最终结果。在增量处理上将整个训练集根据类别分成N个互斥的子集，在每个子集上都进行处理得到判别结果，在所有子集中进行竞争得到最终的结果。

主权项

一种基于稀疏表示的增量人脸识别方法，包括以下步骤：步骤1，输入训练人脸图片集，将同一个人的训练图片划分为同一个类别，并用数字标注类别信息，之后将包含类别信息的训练集平均分成N个子集，同一个人的训练图片属于同一类别，N为大于1的自然数；步骤2，对每个子集中的每张人脸图片，根据人脸检测方法定位人脸关键点，根据人脸关键点确定人脸部件位置，之后提取每个人脸部件的特征构造人脸部件字典；步骤3，输入测试图片，根据人脸检测方法得到测试图片的人脸关键点信息，提取人脸部件特征，在每个子集上都进行步骤4～5操作；步骤4，对测试图片中每一个人脸部件特征，在对应的人脸部件字典上得到分类结果，根据得到的分类结果，通过计算每个人脸部件的重建误差判断测试图片中的各个人脸部件受人脸变化影响程度，选择最小的两个重建误差为标准判断剩下的部件是否为合格部件；步骤5，根据剩余的合格，连接训练人脸图片集中对应的人脸部件特征，组成全局人脸字典，从而得到测试图片在这一子集上的最终结果；步骤6，根据每个子集的结果，进行一次竞争，从中得到具有最小重建误差的分类结果作为最后的分类判别结果从而完成人脸识别；步骤7，对于新加入的样本，选择一个子集，之后按照步骤2所述提取新样本的四个部件特征，加入所选择的子集中的人脸部件字典中。