一种基于LDA子空间学的人脸识别方法

摘要

本发明公开了一种基于LDA子空间学的人脸识别方法，其特征在于：其包括以下步骤：将人脸图像进行转正等预处理；计算其梯度多尺度局部相位量化GMLPQ特征集；应用Adaboost选择器筛选出其中候选特征子集；应用LDA子空间分析器，分析得到人脸特征模板；将该人脸特征模板与预建人脸特征模板库进行匹配，获取识别人身份信息。本发明提出经过学得到优选的中心点作为余弦距离的中心点，增强了通过计算样本距离来度量样本相似度的有效性，提高了子空间方法的分类性能。本发明的环境适应性强，在图像模糊、低分辩率、各种光照条件下都具有较好的识别率和误识率，并且计算速度快，特别适合于嵌入式产品，可大规模推广应用。

主权项

一种基于LDA子空间学习的人脸识别方法，其特征在于：其包括以下步骤：1)获取人脸图像，并将所述人脸图像进行转正、滤波、规定化分辩率等预处理；2)计算1)中所述人脸图像，得到其梯度多尺度局部相位量化GMLPQ特征集；3)应用Adaboost选择器对2)中所述梯度多尺度局部相位量化GMLPQ特征集进行筛选，筛选出其中具有鉴别能力的特征组成候选特征子集；4)应用LDA子空间分析器对3)中所述候选特征子集进行分析，得到一个低维特征向量作为其人脸特征模板；5)将4)中所述人脸特征模板与预建的人脸特征模板库进行匹配，获取所述人脸图像中人的身份信息。