基于多尺度韦伯局部特征和分层决策融合的人脸识别方法

摘要

本发明公开了一种基于多尺度韦伯局部特征和分层决策融合的人脸识别方法。它包括以下步骤：将人脸图像尺寸归一化，再用高斯滤波器进行平滑处理；从预处理后的人脸图像中找出均匀分布的像素点；以像素点为中心分割出一组不同尺度大小的子图像，提取每个子图像的韦伯局部特征向量；求取测试图像中每个子图像的特征向量与样本子图像的特征向量之间的卡方距离，根据卡方距离求取测试图像中每个子图像的隶属度；根据隶属度最大的原则，选择其中隶属度最大对应的识别结果作为该组的识别结果；将每一组得到识别结果通过投票的方式进行决策融合得到整个待测人脸图像的识别结果。本发明采用韦伯局部特征和分层决策融合进行人脸识别，大大提高了识别准确率。

主权项

1.一种基于多尺度韦伯局部特征和分层决策融合的人脸识别方法，包括步骤如下：（1）将原始的人脸图像进行尺寸归一化，并通过高斯滤波器进行平滑处理，得到人脸图像矩阵；（2）分别求取人脸图像矩阵的差分激励矩阵和方向信息矩阵；（3）从人脸图像矩阵中找出个均匀分布的像素点，为25-100，对于图像内部的像素点，以其为中心切割出个不同尺寸的子图像，为3-6；对于图像边缘的像素点，以其为中心切割出一个子图像，从差分激励矩阵和方向信息矩阵中分别切割出对应的子区域和，根据和求取子图像的韦伯局部特征向量；（4）在特征空间中，求取待测人脸图像中每个子图像的特征向量与样本人脸图像中相对应子区域的特征向量之间的卡方距离，根据卡方距离求子图像相对于样本图像的隶属度，根据最大隶属度准则对待测人脸图像中每一个子图像进行识别，得到识别结果；（5）以图像内部像素点为中心得到的一组子图像的识别结果中，选出隶属度最大所对应的识别结果作为该组的识别结果，对于人脸图像边缘的像素点则只有一个识别结果=；（6）通过投票的方式将每一组的识别结果进一步融合，得票最多的人脸类别作为整个待测人脸图像的识别结果。