一種基于類內(nèi)及類間變化的人臉圖像識別方法
【專利摘要】本發(fā)明公開一種基于類內(nèi)及類間變化的人臉圖像識別方法，該方法的實(shí)現(xiàn)步驟為：（一）構(gòu)造類內(nèi)及類間變化字典，建設(shè)標(biāo)準(zhǔn)圖像庫；（二）測試圖像的識別方法的實(shí)現(xiàn)步驟為：（1）求測試圖像與標(biāo)準(zhǔn)圖像庫中每個(gè)圖像的差圖像；（2）求差圖像在類內(nèi)變化及類間變化字典中的稀疏表示系數(shù)；（3）根據(jù)稀疏表示系數(shù)判定測試圖像的身份；（4）對測試圖像所有的判定信息進(jìn)行投票，依據(jù)最大投票數(shù)原則，給出最終識別結(jié)果。本發(fā)明的人臉識別方法特別適用于實(shí)際人臉識別任務(wù)中每個(gè)目標(biāo)只有一張人臉圖像的情況，提高了這種情況下的識別率。
【專利說明】—種基于類內(nèi)及類間變化的人臉圖像識別方法
【技術(shù)領(lǐng)域】:
[0001]本發(fā)明涉及一種人臉數(shù)字圖像的識別方法，具體涉及一種基于類內(nèi)及類間變化的人臉圖像識別方法。
【背景技術(shù)】
[0002]人臉與指紋及虹膜類似，可以作為身份認(rèn)證、身份識別的重要生物特征，人臉因其非接觸、易采集等特點(diǎn)更適于作為安全領(lǐng)域的生物特征。近年來，隨著信息技術(shù)的迅速發(fā)展，身份認(rèn)證及識別有廣泛的應(yīng)用需求，因此人臉識別技術(shù)得到了快速發(fā)展，并得到了廣泛的應(yīng)用。
[0003]基于稀疏表示的人臉識別方法為解決噪聲、光照、遮擋、表情等人臉識別難題提供了全新的思路，但是要求必須每個(gè)測試目標(biāo)有多張照片，無法在每個(gè)測試目標(biāo)只有一張照片的情況下實(shí)現(xiàn)。很多人臉識別方法需要識別目標(biāo)有多張變化的人臉照片，然而在具體的人臉識別任務(wù)中，大部分待識別的目標(biāo)只有一張或者幾張人臉照片，這種小樣本問題給人臉識別技術(shù)帶來了一定的困難。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的是提供一種基于類內(nèi)及類間變化的人臉識別方法，利用不同目標(biāo)人臉圖像變化的相似性，使用較少的訓(xùn)練圖像，解決人臉識別問題中的小樣本問題，提高了識別精度。
[0005]為了達(dá)到上述目的，本發(fā)明提供了一種基于類內(nèi)及類間變化的人臉圖像識別方法，其特征在于:所述方法包括下列操作步驟:
[0006](一)構(gòu)造字典及建立標(biāo)準(zhǔn)圖像庫，包括以下步驟:
[0007](I)構(gòu)造類內(nèi)變化字典；
[0008](2)構(gòu)造類間變化字典；
[0009]( 3 )建立標(biāo)準(zhǔn)圖像庫；
[0010](二)測試圖像的識別，包括以下步驟:
[0011](I)輸入測試圖像先按行取然后列取的順序?qū)⒍S圖像拉成一維列向量并規(guī)范化為I e IRm，其中，m表示單個(gè)圖像的維數(shù)，即m=行數(shù)*列數(shù)；
[0012](2)求測試圖像與標(biāo)準(zhǔn)圖像庫中一幅圖像間的差圖像:土 =_V-/丨，士表示測試圖像I與標(biāo)準(zhǔn)圖像庫As中第i幅圖像I:的差圖像，從i=l開始；
[0013](3)對得到的差圖像^進(jìn)行規(guī)范化為均值為0，方差為I的差圖像Cli ；
[0014](4)在類內(nèi)變化字典D1及類間變化字典Db中，采用基于LI范數(shù)最小化的方法求解規(guī)范后的差圖像Cli的稀疏線性表示，即解決如下的最優(yōu)化問題:[0015]
【權(quán)利要求】
1.一種基于類內(nèi)及類間變化的人臉圖像識別方法，其特征在于:所述方法包括下列操作步驟: (一)構(gòu)造字典及建立標(biāo)準(zhǔn)圖像庫，包括以下步驟: (1)構(gòu)造類內(nèi)變化字典； (2)構(gòu)造類間變化字典； (3)建立標(biāo)準(zhǔn)圖像庫； (二)測試圖像的識別，包括以下步驟: (1)輸入測試圖像先按行取然后列取的順序?qū)⒍S圖像拉成一維列向量并規(guī)范化為I e IRm，其中，m表示單個(gè)圖像的維數(shù)，即m=行數(shù)*列數(shù)； (2)求測試圖像與標(biāo)準(zhǔn)圖像庫中一幅圖像間的差圖像表示測試圖像y與標(biāo)準(zhǔn)圖像庫As中第i幅圖像I:的差圖像，從i=l開始； (3)對得到的差圖像,進(jìn)行規(guī)范化為均值為O，方差為I的差圖像Cli； (4)在類內(nèi)變化字典D1及類間變化字典Db中，采用基于LI范數(shù)最小化的方法求解規(guī)范后的差圖像Cli的稀疏線性表示，即解決如下的最優(yōu)化問題:
2.根據(jù)權(quán)利要求1所述的基于類內(nèi)及類間變化的人臉圖像識別方法，其特征在于:所述的類內(nèi)變化字典D1是描述同一人臉在不同光照和/或表情的情況下圖像差異的組合，即同一人臉在不同光照和/或表情的圖像之間相減得到的差值，其操作步驟如下: a)從人臉數(shù)據(jù)庫中隨機(jī)選取某個(gè)含有多張不同環(huán)境下的圖像的人，將此人的每張人臉圖像按行取然后列取的順序把二維圖像拉成一維列向量，所有圖像形成矩陣A1= KvL, J e IRmxS其中，L表示此人共有人臉圖像數(shù)； b)求矩陣A1中所有的列向量間的差圖像，即:
≤ i ≤ L, 1 ≤ j ≤ L,且 i 關(guān) j)c)絕對值相同的差圖像du只保留一個(gè)，將每個(gè)差圖像du規(guī)范化為均值為O，方差為I的差圖像屯，Σ，得到類內(nèi)變化字典D1=[屯，D d2；I,...dni；I] e IRmxni，其中，ni=L* (L-1)。
3.據(jù)權(quán)利要求1所述的一種基于類內(nèi)及類間變化的人臉圖像識別方法，其特征在于:所述的類間變化字典Db是描述不同人臉在基本相同光照和/或表情的情況下圖像差異的組合，即不同人臉在基本相同光照和/或表情的圖像之間相減得到的差值，其操作步驟如下: a)從人臉數(shù)據(jù)庫中選取每個(gè)人一張均勻光照和自然表情的人臉圖像，將這些圖像按行取然后列取的順序把二維圖像拉成一維列向量，所有圖像形成矩陣Ab-[V1；B, V2；B,...VK；B] E IR ； b)將圖像集內(nèi)的圖像相互求差，即:
diJ=Vi,B-Vj,B (I ≤ i ≤ K, I ≤ j ≤ K 且 i 關(guān) j)； c)絕對值相同的差圖像du保留一個(gè)，將每個(gè)差圖像du規(guī)范化為均值為O，方差為I的差圖像 ，得到類間變化字典 Db=W1, B，d2，B，...dnb，B] e IRmxnb,其中，nb=K* (K-1)。
4.根據(jù)權(quán)利要求1所述的一種基于類內(nèi)及類間變化的人臉圖像識別方法，其特征在于:所述的標(biāo)準(zhǔn)圖像庫是由不同人臉在均勻光照和/或自然表情下圖像的組合，即不同人臉在均勻光照和/或自然表情的圖像組合，其操作步驟如下: a)從人臉數(shù)據(jù)庫中選取每個(gè)人一張均勻光照和自然表情的人臉圖像，將這些圖像按照行取然后列 取的順序?qū)⒍S圖像拉成一維列向量，所有圖像形成矩陣Λ - P (= rpttnK b)對標(biāo)準(zhǔn)圖像庫中所有圖像規(guī)范化，即對Js每個(gè)列向量規(guī)范化為均值為O，方差為I的向量/? ,形成標(biāo)準(zhǔn)圖像庫4 =[/:,/；,..Jf] O
5.根據(jù)權(quán)利要求1所述的一種基于類內(nèi)及類間變化的人臉圖像識別方法，其特征在于:所述的稀疏表示為測試圖像與標(biāo)準(zhǔn)圖像庫中的每一幅圖像的差圖像在類內(nèi)及類間變化字典中求解。
【文檔編號】G06K9/00GK103984918SQ201410160304
【公開日】2014年8月13日 申請日期:2014年4月21日 優(yōu)先權(quán)日:2014年4月21日
【發(fā)明者】張彥, 盧中寧, 李剛, 王艷軍, 胡東華 申請人:鄭州輕工業(yè)學(xué)院