[发明专利]基于核主成分分析的人脸识别方法

说明书

技术领域

本发明涉及一种基于核主成分分析的人脸识别方法，属于生物识别领 域。

背景技术

人脸识别是通过分析人类脸部视觉特征来达到身份鉴别目的的一种计 算机技术。学术界对人脸识别给出了广义和狭义两方面的具体定义。广义 的人脸识别包括人脸检测(face detection)、人脸表征(face representation)、 人脸鉴别(face identification)、表情分析(face expression analysis)以 及物理分类(physical classification)等一系列相关技术；而狭义的人脸识别 则被定义为一种技术或系统，这一技术或系统能够通过人脸的特征进行身 份确认、身份比较和身份查找。

目前，由于人脸识别技术能够通过生物体(一般特指人)本身的生物 特征来区分个体，提高了生物体识别的精度，因此，该技术得到了广泛关 注和推崇，使该领域也成为了生物识别特征研究中的热点。以人类为例， 生物特征主要来自于以下方面：脸、视网膜、虹膜、手掌纹、指纹、语音、 体形、习惯等，因而基于上述内容，研究则被重点放在了识别人脸、视网 膜、虹膜、手掌纹、指纹、语音、体形、键盘敲击、签字等相应特征的计 算机识别技术上，并取得了具有重要意义的成果。

人脸识别的优势在于其自然性和友好性的特点。所谓自然性，是指人 类本身也是通过观察和比较人类脸部特征来辨别和确认对方身份的，如语 音识别、体形识别等也同样具有自然性的特征，而人类或其他生物通常不 通过指纹、虹膜等特征区别个体，因此上述特征识别就不具有自然性的特 征。

所谓友好性，是指该识别方法不因特殊对待而增加被鉴别人的心理负 担，并且也因此而更容易获取直接和真实的特征信息。指纹或者虹膜识别 需要利用电子压力传感器或红外线等特殊技术手段采集信息，上述特殊的 采集技术易被人发现，大大增加了被鉴别人躲避身份鉴别的可能性，降低 了身份鉴别的效率。

然而，人脸识别却可通过简单的图像或视频技术直接获取被鉴别人的 人脸信息，这种信息采集方式不易于被人察觉，增加了信息的真实性和可 靠性。

虽然人脸识别技术具有上述优点，但该技术的实现却并不容易。主要 受人脸的生物特性所限制，具体表现在：

第一，由于同种类型的人脸的结构都具有较高的相似性。该特点可以 用于人脸定位，但是却大大增加了利用人脸特征鉴别个体的难度。

第二，受年龄、情绪、温度光照条件、遮盖物等因素的限制，人脸的 外形很不稳定，甚至在不同观察角度，人脸的图像特征也存在显著的差异， 增加了人脸识别技术应用的复杂性。

为使人脸识别技术更好的服务于所需领域，则需要对上述两项限制进 行研究寻求突破。

发明内容

鉴于上述现有技术的不足之处，本发明的目的在于提供一种基于核主 成分分析的人脸识别方法，包括：

步骤一、对给定的M个训练集数据X[x₁,x₂,...,x_M]，计算核矩阵；

步骤二、构造中心化矩阵H，求解特征方程；

步骤三、计算向量；

步骤四、提取主成分，形成特征子空间，并得到人脸数据主成分分析 后保留的样本数据集Y；

步骤五、对于测试数据集X’，将其投影至训练集的特征子空间中，得 到特征提取后的测试数据集Y’；

步骤六、通过最近邻分类器，将样本Y’进行分类识别。

优选的，上述步骤三计算向量k_x＝[K(x，x₁)，K(x，x₂)，...，K(x，x_M)]^T和

优选的，上述步骤四为提取总贡献率达到90％以上的前k个。

相比现有技术，本发明提供的基于核主成分分析的人脸识别方法，能 够大幅缩短识别时间，通过运用核方法，巧妙的弥补了主成分分析法和线 性判别分析法不能利用数据中非线性信息的缺憾。

具体实施方式

本发明提供一种基于核主成分分析的人脸识别方法，为使本发明的目 的、技术方案及效果更加清楚、明确，以下举实施例对本发明进一步详细 说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于 限定本发明。

本发明提供的基于核主成分分析的人脸识别方法通过核方法，将样本 数据从低维空间映射到高维空间，使PCA算法具有对于非线性数据的处理 能力。