[发明专利]针对不同尺度人脸图像的识别方法

权利要求书

1.针对不同尺度人脸图像的识别方法，其特征是，包括如下步骤：

a、对人脸图像进行离散余弦变换(DCT)并获得相同的DCT系数：将待识别的未知人脸图像和用于匹配的已知人脸图像集共同构成样本集，把样本集中的每一个二维人脸灰度图像进行DCT变换,将转换结果的二维DCT系数矩阵中的低频部分选取56×46个分量保留下来；

b、对变换后的样本集进行主成分分析(PCA)，获得较低的特征维度：针对样本集，用PCA构造包含20个最大特征值的特征子空间，将按照步骤a变换后的样本集投影到该特征子空间中,分别得到每一幅人脸图像的特征值；

c、利用相关系数归一化法计算人脸图像之间的特征匹配值：将未知人脸图像的特征值与已知人脸图像集的特征值分别计算相关系数并归一化，得到一组特征匹配值；选取特征匹配值最大者即为与未知人脸图像匹配的已知人脸图像。

2.根据权利要求1所述的针对不同尺度人脸图像的识别方法，其特征是，步骤a中针对尺度为M×N的数字人脸灰度图像，其二维离散余弦变换公式:

F(u,v)=α(u)α(v)Σx=0M-1Σy=0N-1f(x,y)cosπ(2x+1)u2Mcosπ(2y+1)v2N---(1)]]>

其中,M和N分别为人脸灰度图像的二维像素矩阵的行数和列数；x和y为图像二维空间域坐标；f(x,y)为图像二维空间域元素向量值；当广义频率变量u＝0时，当u＝1、2、...、M-1时，当广义频率变量v＝0时，当v＝1、2、...、N-1时，图像经DCT变换后其低频分量集中在左上角，高频分量分布在右下角；舍去高频部分，保留低频部分的56×46个DCT系数，使不同尺度的人脸图像具有了相同的尺度。