基于分类器集成的人脸识别系统及其方法

摘要

本发明公开了一种基于分类器集成的人脸识别系统及其方法，其目的是通过求解多个子分类器的加权系数集成多个子分类器输出，以获得对人脸识别系统较好的识别率。整个系统包括训练系统和分类系统两部分，其中训练系统完成：对人脸图像进行特征提取，选择多个有后验概率输出的子分类器，输入不同的训练样本到子分类器中训练，获得原始训练样本的后验概率，采用线性规划优化求得各个子分类器的加权系数；分类系统完成：输入特征提取后的待分类样本到训练后的子分类器中，得到待分类样本的后验概率，并通过该后验概率和子分类器加权系数设计分类规则，输出分类结果。本发明具有识别率高的优点，可用于机器学和模式识别范畴内的人脸识别。

主权项

1、一种基于分类器集成的人脸识别系统，包括：原始人脸图像特征提取模块，用于对输入到计算机中的原始人脸图像进行特征提取，获取c类个有标识的原始训练样本集；待分类人脸图像特征提取模块，用于对输入到计算机中的待分类人脸图像进行特征提取，获取待分类样本x∈Rn；训练模块，用于选择有后验概率输出的N个子分类器，并根据原始训练样本集对其进行训练，获得关于原始训练样本集的后验概率Pj(ωk|xi)，xi表示第i个训练样本，ωk表示第k个类别；子分类器加权系数计算模块，用于根据后验概率Pj(ωk|xi)，通过线性规划求解各个子分类器的加权系数αj，并输出到集成模块；子分类器分类模块，用于将待分类样本输入到训练过程中训练好的N个子分类器中，获得待分类样本的后验概率Pj(ωk|x)；集成模块，用于根据训练过程得到的权系数αj和待分类的后验概率Pj(ωk|x)设计分类规则，并根据该分类规则得到分类结果；分类结果输出模块，用于将待分类样本的分类结果以类别标识的形式输出，并在计算机显示屏上显示。