[发明专利]遮挡人脸识别方法及装置

权利要求书

1.一种遮挡人脸识别方法，其特征在于，所述方法包括：

将获得的遮挡人脸图像按照预设规则分块，得到多个人脸块；

将采集得到的遮挡人脸图像和人脸块通过字典训练算法训练得到人脸块鉴别字典；

建立每个所述人脸块对应的人脸块稀疏表示模型，计算各个所述人脸块稀疏表示模型的稀疏表示系数；

根据各个所述人脸块稀疏表示模型的稀疏表示系数，对所述人脸块进行分类；

采用动态股权投票制融合各个人脸块的分类结果，得到最终的人脸类别。

2.根据权利要求1所述的遮挡人脸识别方法，其特征在于，将获得的遮挡人脸图像按照预设规则分块，得到多个人脸块的步骤包括：

将每个遮挡人脸图像进行归一化处理；

将归一化处理后的遮挡人脸图像按照m行n列划分为m*n个人脸块；

将m*n个人脸块加上原始的完整的遮挡人脸图像，形成m*n+1个人脸块，其中，m、n为大于2的整数。

3.根据权利要求1所述的遮挡人脸识别方法，其特征在于，将采集得到的遮挡人脸图像和人脸块通过字典训练算法训练得到人脸块鉴别字典的步骤包括：

构建人脸块鉴别字典学习模型，将获得的不同的遮挡人脸图像进行分块后分别得到的人脸块组成人脸块训练样本集，

根据所述人脸块训练样本集与初始人脸块识别字典表示预估训练集误差得到鉴别保真项；

设定所述人脸图像训练集的系数矩阵的稀疏性约束项；

根据Fisher准则设定所述系数矩阵对应的鉴别约束项；

根据所述鉴别保真项、系数矩阵的稀疏约束及鉴别约束项计算得到鉴别字典学习模型；

对所述鉴别字典学习模型进行训练得到所述人脸块鉴别字典。

4.根据权利要求3所述的遮挡人脸识别方法，其特征在于，构建的人脸块鉴别字典学习模型为：

J(D,X)=argmin(D,X){r(A,D,X)+λ1||X||1+λ2f(X)}]]>

其中，r(A,D,X)为鉴别保真项，||X||₁为稀疏约束项，f(X)为鉴别约束项，λ₁,λ₂为平衡因子参数。