[发明专利]一种基于类内及类间变化的人脸图像识别方法

说明书

技术领域：

本发明涉及一种人脸数字图像的识别方法，具体涉及一种基于类内及类间变化的人脸图像识别方法。 

背景技术

人脸与指纹及虹膜类似，可以作为身份认证、身份识别的重要生物特征，人脸因其非接触、易采集等特点更适于作为安全领域的生物特征。近年来，随着信息技术的迅速发展，身份认证及识别有广泛的应用需求，因此人脸识别技术得到了快速发展，并得到了广泛的应用。 

基于稀疏表示的人脸识别方法为解决噪声、光照、遮挡、表情等人脸识别难题提供了全新的思路，但是要求必须每个测试目标有多张照片，无法在每个测试目标只有一张照片的情况下实现。很多人脸识别方法需要识别目标有多张变化的人脸照片，然而在具体的人脸识别任务中，大部分待识别的目标只有一张或者几张人脸照片,这种小样本问题给人脸识别技术带来了一定的困难。 

发明内容

本发明的目的是提供一种基于类内及类间变化的人脸识别方法，利用不同目标人脸图像变化的相似性，使用较少的训练图像，解决人脸识别问题中的小样本问题，提高了识别精度。 

为了达到上述目的，本发明提供了一种基于类内及类间变化的人脸图像识别方法，其特征在于：所述方法包括下列操作步骤： 

（一）构造字典及建立标准图像库，包括以下步骤： 

（1）构造类内变化字典； 

（2）构造类间变化字典； 

（3）建立标准图像库； 

（二）测试图像的识别，包括以下步骤： 

(1)输入测试图像先按行取然后列取的顺序将二维图像拉成一维列向量并规范化为y∈IR^m，其中，m表示单个图像的维数，即m=行数*列数； 

(2)求测试图像与标准图像库中一幅图像间的差图像：表示测试图像y与标准图像库A_s中第i幅图像的差图像，从i=1开始； 

(3)对得到的差图像进行规范化为均值为0，方差为1的差图像dⁱ； 

(4)在类内变化字典D_I及类间变化字典D_B中，采用基于L1范数最小化的方法求解规范后的差图像dⁱ的稀疏线性表示，即解决如下的最优化问题： 

x^Iix^Bi=argmin||xIixBi||1,s.t.||[DI,DB]xIixBi-di||2≤ϵ]]>