发明名称 基于约束采样的稀疏表示人脸识别方法
摘要 本发明涉及基于约束采样的稀疏表示人脸识别方法,属于图像处理领域,该方法包括:对训练集中所有人脸图像分别基于约束区域进行采样进行特征提取,得到的特征矩阵,特征矩阵的一个类别对应训练集的一个人的多幅人脸图像;对待识别人的人脸图像基于约束区域进行采样进行特征提取,得到待识别图像的特征向量;该特征向量用训练集人脸图像的特征向量线性系数;对于训练集的每一类别计算对应于该类别的残差;残差的最小值对应的训练集的类别作为待识别人的识别结果;该方法通过对约束区域进行采样,使其具有更高的人脸识别率。
申请公布号 CN101833654A 申请公布日期 2010.09.15
申请号 CN201010140797.7 申请日期 2010.04.02
申请人 清华大学 发明人 苏光大;王晶;熊英
分类号 G06K9/00(2006.01)I;G06K9/66(2006.01)I;G06K9/46(2006.01)I 主分类号 G06K9/00(2006.01)I
代理机构 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人 廖元秋
主权项 一种基于约束采样的稀疏表示人脸识别方法,其特征在于,该方法包括以下步骤:1)对训练集中所有人脸图像分别进行特征提取,得到训练集人脸图像的特征向量,将训练集的所有人脸图像的特征向量排列形成特征矩阵,将特征矩阵中的一行或多行作为训练集的一个类别,一个类别对应训练集的一个人的多幅人脸图像;2)对待识别人的人脸图像进行特征提取,得到待识别图像的特征向量;3)将待识别人脸图像的特征向量用训练集人脸图像的特征向量线性表示,求出线性表示的系数;选择其中L1范数最小的系数作为线性表示的系数;4)对于训练集的每一类别,根据步骤3)得到的系数计算对应于该类别的残差;5)按照步骤4)求出训练集的每一类的对应残差,残差的最小值对应的训练集的类别作为待识别人的识别结果;所述步骤1)或步骤2)中的进行特征提取,具体包括:(a)对于给定的一幅人脸图像,通过人脸检测定位其人脸区域;定位两个眼球点,将图像尺度归一化,并进行旋转,使两眼呈水平状;(b)选取人脸区域中的两个以上的关键特征点进行定位;(c)对约束区域进行采样:根据所述关键特征点的位置选定眼睛、鼻尖和嘴巴区域;对这些约束区域进行均匀采样,得到人脸图像的纹理特征;(d)将约束采样得到的人脸图像纹理特征排列成向量,并进行L2范数归一化,得到人脸图像的特征向量。
地址 100084 北京市海淀区清华园1号