[发明专利]增强类局部二元模式特征人脸识别性能的滤波器设计方法

说明书

技术领域

本发明涉及一种滤波器设计方法，尤其是一种增强类局部二元模式特征人脸识别性能的滤波器设计方法，属于图像处理与模式识别的技术领域。

背景技术

人脸识别作为一种基于生物特征的身份认证技术，目前正得到越来越多的重视，并且已经开始应用在许多重大安防项目中。基本说来，人脸识别可以分为三个部分，一是人脸图像预处理，二是人脸图像特征提取，三是特征模板比对。其中在特征提取部分，主要有两种流行的方法，一是基于人脸整体图像提取全局特征，二是从人脸局部区域提取局部特征。常见的全局特征方法包括主成分分析，线性判别分析，独立成分分析等。常用的局部特征包括Gabor特征，局部二元模式特征（如LBP）等。一般而言，局部特征相较于全局特征，对光照、姿态、表情等变化更加鲁棒，因而在人脸识别系统中得到更广泛的应用。

在众多的局部特征中，类局部二元模式特征（LBP-like）以其简单、高效的优点，目前成为了人脸识别领域的主流特征。类局部二元模式特征是在局部二元模式特征LBP的基础上所衍生出的各个变种特征的总称，如MBLBP等，其构造方式与传统的LBP特征非常相似。类局部二元模式的提取可以大致分为三个阶段：图像滤波101，特征点采样及比对102，比对结果编码103，如图1所示。现有的采用类似于LBP特征的方法都可以划分为以上三个阶段。例如：最原始的LBP方法省略了图像滤波这一阶段，特征点采样选取某一个像素点周围的8邻域特征点，采用十进制对比对结果进行编码。Zhang等人结合了Gabor特征和LBP，即在第一阶段用Gabor特征对图像进行滤波，在第二阶段采用像素的8邻域采样方式，在第三阶段用十进制进行编码。

发明内容

本发明的目的是克服现有技术中存在的不足，提供一种增强类局部二元模式特征人脸识别性能的滤波器设计方法，其简单方便，提高人脸识别性能，适应范围广。

按照本发明提供的技术方案，一种增强类局部二元模式特征人脸识别性能的滤波器设计方法，所述滤波器设计方法包括如下步骤：

a、输入多个训练样本图像，并提取所述输入训练样本图像的像素差分向量；

b、根据上述差分向量，计算得到训练样本图像的类内协方差矩阵S_ω、类间协方差矩阵S_b；

c、计算得到上述类内协方差矩阵S_ω的trace(S_ω)、类间协方差矩阵S_b的trace(S_b)，并计算trace(S_b)与trace(S_ω)间的比值，利用Fisher判别准则得到所需的最优滤波器。

所述步骤a中，输入图像为同质人脸图像时，像素差分向量为：