一种模拟生物视觉机制的人脸特征提取方法

摘要

本发明是一种模拟生物视觉机制的人脸特征提取方法，属于图像处理、模式识别领域。本发明步骤为：模拟初级视皮层简单细胞的学机制，训练一组描述简单细胞感受野的滤波器，从该组滤波器中选出少量具有特定频率选择性的滤波器提取图像的光照不变特征；模拟初级视皮层复杂细胞的功能，在光照不变性的基础上增加特征的表情和平移不变性；通过视觉注意机制对不变特征的显著区域进行增强；将增强的不变特征转换为特征向量，用于人脸识别。实验表明，本方法能有效减小光照、表情和平移变化对人脸识别效果的影响，且具有实时处理能力。

主权项

一种模拟生物视觉机制的人脸特征提取方法，其特征在于包括以下步骤：(1)模拟初级视皮层简单细胞的学习机制，从训练图像中学习得到一组描述简单细胞感受野的滤波器，把这组滤波器作为候选的特征提取滤波器；(2)将步骤(1)所得的候选的特征提取滤波器依频率特性分为1组低通滤波器和M组带通滤波器，从每一组带通滤波器中选择一个滤波器作为特征提取的滤波器，得到M个特征提取滤波器；(3)M个特征提取滤波器分别与归一化后的待处理人脸图像作相关运算，得到M幅具有光照不变性的边缘特征图Si(x，y)，i＝1，2，L，M；(4)模拟初级视皮层复杂细胞的非线性特性，将所述M幅边缘特征图分别划分图像窗，取每个窗内的元素的绝对值的最大值作为该窗的特征，得到M幅具有光照、表情和平移不变性的特征图Ci(x，y)，i＝1，2，L，M；(5)直接把每个Ci(x，y)归一化为零均值和单位方差，并将每个归一化后的Ci(x，y)转换为列向量，得到M个列向量，将该M个列向量拼接为一个列向量作为人脸图像的不变特征向量；或者(5*)模拟视觉系统的注意机制，由步骤(3)得到的边缘特征图计算人脸图像各区域的显著度，根据显著度对步骤(4)中的特征图的不同区域赋予不同的权值，增强显著度高的区域的特征，得到M幅增强的不变特征图，把该M幅增强的不变特征图都归一化为零均值和单位方差，并转换为列向量，将此M个列向量拼接为一个列向量，作为描述本人脸图像的不变特征向量；(6)对每一幅人脸图像都进行以上(1)～(5)或(5*)步的处理，得到每一幅图像的不变特征向量，然后用鉴别共同矢量方法对不变特征向量降维，最后用欧氏距离最近邻分类器对降维后的特征进行分类识别。