主权项 |
1.一种基于图像分割的集成人脸识别方法,其特征在于,其具体步骤如下: 步骤一、图像预处理 首先对原始图像进行直方图均衡化处理,提高原始图像的质量; 步骤二、确定原始属性集: 基于“三庭五眼”理论,将预处理后的人脸图像分割成15个等大的二维子图像,将各个部分逐列相加求平均,其结果作为图像特征构成原始属性集,确定原始属性集为S={s<sub>1</sub>,s<sub>2</sub>,…,s<sub>15</sub>}; 步骤三、确定迭代次数T以及重抽样属性个数N,T取10~100,N取15; 步骤四、训练基分类器 首先对属性集合S进行有放回地抽样N次,将其抽样结果顺次连接成为高维列向量;利用最近邻算法训练基分类器: 用最近邻分类算法对图像信号进行分类,计算基分类器h<sub>t</sub>对应的权值: <img file="FDA00002927635200011.GIF" wi="287" he="133" />其中,<img file="FDA00002927635200012.GIF" wi="408" he="154" />m为训练基分类器中测试样本的个数,对于其中第i个样本x<sub>i</sub>,若该样本在基分类器h<sub>t</sub>下分类正确,则令f(x<sub>i</sub>)=1,若分类不正确则令f(x<sub>i</sub>)=-1;对T个权值进行归一化处理: <img file="FDA00002927635200013.GIF" wi="292" he="146" />其中,a<sub>t</sub>'为归一化后所对应基分类器的权值,t=1…T; 步骤五、集成分类器进行分类识别 将所有的基分类器组成最终的综合分类器,对测试样本,用综合分类器进行分类,其最终分类结果如下: <img file="FDA00002927635200014.GIF" wi="657" he="101" />其中,Y为类别集合,y∈Y;t为迭代次数,取值为1…T;当基分类器h<sub>t</sub>的分类结果与y相同时,[[h<sub>t</sub>(x)==y]]=1,反之为[[h<sub>t</sub>(x)==y]]=0。 |