[发明专利]一种联合人脸检测、定位和识别的方法

权利要求书

1.一种联合人脸检测、定位和识别的方法，其特征在于，包括以下步骤：

步骤a：有放回的从训练样本中选取根节点；

步骤b：判断当前节点是否达到终止条件，如果当前节点达到终止条件，则设置当前节点为叶子节点，进入步骤c；如果当前节点没有达到终止条件，则进行根节点训练，并返回步骤a；

步骤c：对叶子节点进行分类和回归的功能界定；

对于界定为分类的叶子节点，首先获取各叶子节点的特征和阈值，然后获取各叶子节点的特征和阈值的权值向量，然后进行分类，对错误的分类样本分配更大的权值，正确的分类样本赋予更小的权值，每次更新后用相同的弱分类算法产生新的分类假设序列，构成多分类器，然后用加权的方法进行级联，得到最终的人脸分类器特征；

对于界定为回归的叶子节点，首先获取叶子节点的人脸形状特征，然后利用多层回归器对人脸形状特征进行优化，最后运用核函数对人脸形状特征进行线性化映射处理；

步骤d：将获取的人脸分类器特征以及经过核函数处理后的人脸形状特征，通过随机森林编码进行综合，生成人脸识别模型。

2.根据权利要求1所述的一种联合人脸检测、定位和识别的方法，其特征在于，根节点进行训练方法包括：无放回的随机选取特征，利用选取的特征寻找分类效果最好的一维特征及其阈值，分别记为K、Th，如果当前节点上样本第K维特征小于Th的样本，则被划到右节点，否则划为左节点。

3.根据权利要求1所述的一种联合人脸检测、定位和识别的方法，其特征在于，步骤c利用以下公式对叶子节点进行分类和回归的功能界定：p(t)＝1-0.1t,t＝1,2,...,T，其中，p(t)表示用于分类的概率，t为当前训练的阶段，T为总的训练阶数。

4.根据权利要求1所述的一种联合人脸检测、定位和识别的方法，其特征在于，步骤c对于界定为分类的叶子节点，选用Gini值做为评判标准，通过当前节点的Gini值减去左子节点的Gini和右子节点的Gini，取最大值，从而寻找出各节点的特征和阈值。

5.根据权利要求1或4所述的一种联合人脸检测、定位和识别的方法，其特征在于，步骤d对于界定为回归的叶子节点，选用方差做为评判标准，通过求当前节点训练集的方差减去左子节点的方差和右子节点的方差，取最大值，从而寻找出人脸形状特征。

6.根据权利要求1所述的一种联合人脸检测、定位和识别的方法，其特征在于，步骤d利用局部二值特征回归的方法，获取局部二值特征，然后对全局进行二次回归，获取当前最佳人脸特征。