主权项 |
1.一种自适应逼近人脸图像产生方法,其特征在于,该方法包括如下步骤:步骤1:采集人脸彩色图像,并转换为灰度人脸图像,具体流程如下:步骤1.1:采集n个不同人的人脸彩色图像,每人一张,每幅人脸彩色图像的大小为h<sub>c</sub>×w<sub>c</sub>×3,其中c为人脸彩色图像编号,c=1,2,…,n,h<sub>c</sub>表示第c幅人脸图像矩阵的行数,w<sub>c</sub>表示第c幅人脸图像矩阵的列数;步骤1.2:将所述步骤1.1中的n张彩色人脸图像分别转化为大小为h<sub>c</sub>×w<sub>c</sub>的灰度人脸图像X<sub>c</sub>;步骤2:对所述步骤1中处理得到的灰度人脸图像进行三角分解,然后求取灰度人脸图像的三角分解的向量表示形式,具体流程如下:步骤2.1:用矩阵LU三角分解方法,对所述步骤1中处理得到的灰度人脸图像X<sub>c</sub>进行三角分解,得到三角分解式如下:<maths num="0001"><![CDATA[<math><mrow><msub><mi>X</mi><mi>c</mi></msub><mo>=</mo><msubsup><mi>P</mi><mi>c</mi><mi>T</mi></msubsup><msub><mi>L</mi><mi>c</mi></msub><msub><mi>U</mi><mi>c</mi></msub></mrow></math>]]></maths>其中P<sub>c</sub>为灰度人脸图像X<sub>c</sub>的三角分解置换矩阵,大小为h<sub>c</sub>×h<sub>c</sub>,“T”表示对矩阵求转置,<img file="FDA0000461808640000012.GIF" wi="74" he="80" />表示P<sub>c</sub>的转置矩阵;L<sub>c</sub>为灰度人脸图像X<sub>c</sub>分解得到的下三角矩阵,其大小为h<sub>c</sub>×w<sub>c</sub>,U<sub>c</sub>为灰度人脸图像X<sub>c</sub>分解得到的上三角矩阵,大小为w<sub>c</sub>×w<sub>c</sub>;步骤2.2:将所述步骤2.1中得到的下三角矩阵L<sub>c</sub>和上三角矩阵U<sub>c</sub>分别写成向量表示形式,即<maths num="0002"><![CDATA[<math><mrow><msub><mi>L</mi><mi>c</mi></msub><mo>=</mo><mo>[</mo><msub><mi>l</mi><mn>1</mn></msub><mo>,</mo><msub><mi>l</mi><mn>2</mn></msub><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo><msub><mi>l</mi><mi>i</mi></msub><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo><msub><mi>l</mi><msub><mi>w</mi><mi>c</mi></msub></msub><mo>]</mo></mrow></math>]]></maths><maths num="0003"><![CDATA[<math><mrow><msub><mi>U</mi><mi>c</mi></msub><mo>=</mo><mfenced open='(' close=')'><mtable><mtr><mtd><msub><mi>u</mi><mn>1</mn></msub></mtd></mtr><mtr><mtd><msub><mi>u</mi><mn>2</mn></msub></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><msub><mi>u</mi><mi>j</mi></msub></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><mo>.</mo></mtd></mtr><mtr><mtd><msub><mi>u</mi><msub><mi>w</mi><mi>c</mi></msub></msub></mtd></mtr></mtable></mfenced></mrow></math>]]></maths>其中l<sub>i</sub>为h<sub>c</sub>维列向量,i为下三角矩阵L<sub>c</sub>的列向量编号,i=1,2,…,w<sub>c</sub>;u<sub>j</sub>为w<sub>c</sub>维行向量,j为上三角矩阵U<sub>c</sub>的行向量编号,j=1,2,…,w<sub>c</sub>;步骤2.3:将所述步骤2.2中得到的下三角矩阵L<sub>c</sub>的向量表示形式和上三角矩阵U<sub>c</sub>的向量表示形式代入步骤2.1中X<sub>c</sub>的三角分解式,得到灰度人脸图像X<sub>c</sub>的三角分解的向量表示形式如下:<maths num="0004"><![CDATA[<math><mrow><msub><mi>X</mi><mi>c</mi></msub><mo>=</mo><msubsup><mi>P</mi><mi>c</mi><mi>T</mi></msubsup><mrow><mo>(</mo><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mi>j</mi><mo>=</mo><mn>1</mn></mrow><msub><mi>w</mi><mi>c</mi></msub></munderover><msub><mi>l</mi><mi>i</mi></msub><mo>·</mo><msub><mi>u</mi><mi>j</mi></msub><mo>)</mo></mrow><mo>;</mo></mrow></math>]]></maths>步骤3:求取灰度人脸图像X<sub>c</sub>的逼近图像,具体流程如下:步骤3.1:根据下式得到灰度人脸图像X<sub>c</sub>的三角分解的基图像B<sub>i</sub>:<maths num="0005"><![CDATA[<math><mrow><msub><mi>B</mi><mi>i</mi></msub><mo>=</mo><msubsup><mi>P</mi><mi>c</mi><mi>T</mi></msubsup><mrow><mo>(</mo><msub><mi>l</mi><mi>i</mi></msub><mo>·</mo><msub><mi>u</mi><mi>j</mi></msub><mo>)</mo></mrow><mo>,</mo><mi>i</mi><mo>=</mo><mi>j</mi><mo>;</mo></mrow></math>]]></maths>步骤3.2:确定用于产生灰度人脸图像X<sub>c</sub>的逼近图像的基图像的数量k;步骤3.3:选取灰度人脸图像X<sub>c</sub>的三角分解的向量表示形式的前k个基图像,根据下式产生灰度人脸图像X<sub>c</sub>的逼近图像<img file="FDA0000461808640000023.GIF" wi="105" he="86" /><maths num="0006"><![CDATA[<math><mrow><msubsup><mi>X</mi><mi>c</mi><mn>1</mn></msubsup><mo>=</mo><msubsup><mi>P</mi><mi>c</mi><mi>T</mi></msubsup><mrow><mo>(</mo><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>k</mi></munderover><msub><mi>l</mi><mi>i</mi></msub><mo>·</mo><msub><mi>u</mi><mi>j</mi></msub><mo>)</mo></mrow><mo>;</mo></mrow></math>]]></maths>步骤4:将所述步骤3得到的灰度人脸图像X<sub>c</sub>的逼近图像<img file="FDA0000461808640000025.GIF" wi="78" he="84" />与原灰度人脸图像X<sub>c</sub>组成一个新的集合<img file="FDA0000461808640000026.GIF" wi="221" he="85" />作为单样本人脸识别系统的训练集。 |