[发明专利]一种基于属性空间的人脸可视化特征表征方法

权利要求书

1.一种基于属性空间的人脸可视化特征表征方法，其特征在于，具体包括以下步骤：

步骤1：预测可用于人脸识别的人脸全局和局部属性；

步骤2：对步骤1选取的人脸属性进行数据模拟，对数据预处理，提取底层特征； 

步骤3：通过支持向量机对属性数据进行评测，获得属性和数据的最优化模拟；

步骤4：利用混合高斯模型模拟属性数据分布，形成属性空间，计算输入人脸数据在属性空间中各种属性数据分布的后验概率，后验概率相对应的人脸属性视为人脸的可视化特征；对于输入的人脸特征向量F(I)，根据已获人脸属性V_i=1...n，计算出相应的可视化特征为：

V(I)={V1(F(I)),...,Vn(F(I))}]]>；

步骤5：采用Z-Score方法对已被量化的可视化特征进行标准化，标准化公式如下：

Vi′(F(I))=Vi(F(I))-E(V(I))std(V(I))]]>

式中，E(V(I))、std(V(I))为数据的均值、标准差；

标准化完成后，利用特征向量的余弦距离得到输入数据A、B的相似度：

Sim(A,B)=ΣV_A(I)*V_B(I)(ΣV_A(I)2)(ΣV_B(I)2)]]>

最后用Sim(A,B)进行人脸识别与验证，完成人脸识别与验证。

2.根据权利要求1所述的一种基于属性空间的人脸可视化特征表征方法，其特征在于，所述步骤4中人脸可视化特征按如下步骤获取：

步骤2.1：利用混合高斯模型模拟属性数据分布，即属性空间，同属性类的子属性混合高斯度相同，X表示属性类C的已知数据，混合高斯模型参数由X估计；

步骤2.2：计算输入人脸数据在各种属性分布的概率；后验概率相对应的人脸属性被看作是人脸的可视化特征，输入人脸的特征向量F(I)，根据已获属性V_i=1…n，可视化特征可以表示为：V(I)={V₁(F(I)),...,V_n(F(I))}。