一种基于最近特征分类器的彩色人脸识别方法

摘要

本发明公开了一种基于最近特征分类器的彩色人脸识别方法，属于人脸识别领域。该方法是将灰度图像的最近特征分类法，即最近特征线(NFL)、最近特征面(NFP)及最近特征空间(NFS)分类法应用于彩色人脸识别中，不但利用了反映人脸图像形状结构特征的灰度信息，还充分利用了人脸的彩色鉴别信息，每种分类器的判决阶段给出了四种实现方案。本发明方法能获取更多人脸之间的差异性鉴别信息，有效提高了人脸识别率。

主权项

1.一种基于最近特征分类器的彩色人脸识别方法，其特征在于：该方法包括如下步骤：(1)将数据库中训练样本的R、G、B三个分量分别列向量化，按最近特征线的构建方法，对测试点X的R、G、B三个分量X_R、X_G、X_B分别构建近邻线；(2)用X_R、X_G、X_B分别向由第c类样本构建的近邻线做投影，得到三个投影点P_R、P_G、P_B，根据这三个投影点计算得到相应的三个最短投影距离$d_R^{*}(X_R,\overline{X_{\mathrm{Ri}}^c{X}_{\mathrm{Rj}}^c}),$$d_G^{*}(X_G,\overline{X_{\mathrm{Gi}}^c{X}_{\mathrm{Gj}}^c}),$$d_B^{*}(X_B,\overline{X_{\mathrm{BI}}^c{X}_{\mathrm{Bj}}^c});$其中，上标c表示第c类，c＝1，2，...，C，C为数据库的类别数，下标i、j分别表示第c类的第i个样本和第j个样本，i≠j，表示直线；(3)采用加权法计算判决距离：$d^{*}(X,\overline{X_i^c{X}_j^c})=\alpha d_R^{*}(X_R,\overline{X_{\mathrm{Ri}}^c{X}_{\mathrm{Rj}}^c})+\beta d_G^{*}(X_G,\overline{X_{\mathrm{Gi}}^c{X}_{\mathrm{Gj}}^c})+\gamma d_B^{*}(X_B,\overline{X_{\mathrm{Bi}}^c{X}_{\mathrm{Bj}}^c})$其中，α、β、γ分别为三个最短投影距离的加权系数。