基于小样本学和稀疏表示的多光照人脸识别方法

摘要

一种图像处理技术领域的基于小样本学和稀疏表示的多光照人脸识别方法，通过构建图像光照集并采用熵图像法合成虚拟合成样本，然后采用稀疏表达法从虚拟训练样本中获得待识别个体在过完备人脸基上的稀疏表示；最后将样本重构系数向量代入类别带通函数后对原测试图像进行重构，得到各类别重构样本与原测试图像的残差，并代入类别判定公式得到识别结果。本发明解决原有稀疏框架需求庞大学样本的问题，并且达到良好的识别性能。尤其对于遮挡和多光照情况具有较好的鲁棒性，获得采样需求、识别率以及人机交互率性能方面的突破。

主权项

一种基于小样本学习和稀疏表示的多光照人脸识别方法，其特征在于，包括如下步骤：步骤一，构建图像光照集：选取K个在相同的n种光照情况下拍摄的人脸图片作为图像光照集，其中：K为图像光照集中包括的不同个体的个数，n为光照情况的种类数，n种光照情况两两保持一定的差距，并且形成一个至少3种光照情况的冗余光照集；步骤二，采用熵图像法合成虚拟合成样本；步骤三，采用稀疏表达法从虚拟训练样本中获得待识别个体在过完备人脸基上的稀疏表示；步骤四，将样本重构系数向量z代入类别带通函数δi(z)后对原测试图像进行重构，得到各类别重构样本与原测试图像的残差ri(yt)＝||yt‑Aδi(z)||2，并代入类别判定公式identity(yt)＝argminiri(yt)得到识别结果，其中：样本重构系数向量z除了与第i个个体相关的系数之外的系数都为0，Aδi(z)为利用带通处理后的样本重构系数构造的图像。