| 主权项 |
1.一种人脸识别方法，该方法是一种基于二维Gabor 小波特征的三维人脸识别算法，其特征在于：包括以下步骤：步骤A、对正面人脸进行检测，定位一张正面人脸和一张人脸图像中关键的人脸特征点，获得人脸原始图像I(x,y)；步骤B、通过Gabor 小波分析所获取关于人脸图像的Gabor 表征，使所述的原始图像I(x,y)中的相应特征转化为Gabor 特征向量<img file="392485DEST_PATH_IMAGE001.GIF" wi="97" he="26" />；步骤C、采用小指数多项式(FPP)模型<img file="488617DEST_PATH_IMAGE002.GIF" wi="200" he="25" />，使m 维Gabor 特征空间<img file="872325DEST_PATH_IMAGE003.GIF" wi="20" he="20" />投影到更高n 维空间<img file="3092DEST_PATH_IMAGE004.GIF" wi="25" he="19" />中；步骤D、基于核线性判决分析算法(KFDA)，在<img file="79633DEST_PATH_IMAGE004.GIF" wi="25" he="19" />空间中建立类间矩阵<img file="663061DEST_PATH_IMAGE005.GIF" wi="19" he="24" />和类内矩阵<img file="343135DEST_PATH_IMAGE006.GIF" wi="26" he="27" />，其中，<img file="328409DEST_PATH_IMAGE007.GIF" wi="196" he="45" /><img file="575851DEST_PATH_IMAGE008.GIF" wi="262" he="54" />，计算<img file="646575DEST_PATH_IMAGE006.GIF" wi="26" he="27" />的标准正交特征向量<img file="637665DEST_PATH_IMAGE009.GIF" wi="72" he="25" />；步骤E、提取人脸图像显著判别特征向量；步骤F、提取人脸图像不显著的判别特征向量；步骤G、利用人脸图像显著判别特征向量和人脸图像不显著的判别特征向量和一个3D 人脸数据库重建三维人脸模型；步骤H、对所述的三维人脸模型采用模板匹配及线性判别分析(FLDA)方法进行处理，提取模型的类内差异和类间差异进行匹配人脸。 |
