[发明专利]一种用于人脸识别的虚拟图像产生和融合方法

权利要求书

1.一种用于人脸识别的虚拟图像生成和融合方法，其特征在于：它包含有虚拟图像生成模块和虚拟图像融合模块，所述虚拟图像生成模块使用原始图像样本的全局像素值作为输入，通过虚拟图像生成算法提取原始样本的低频空域特征，生成减小同一对象不同图像间差异的虚拟图像样本；所述虚拟图像融合模块使用原始样本和虚拟样本作为输入，经过虚拟图像融合算法，共同作为输入对人脸图像进行识别，有效提高人脸图像的识别准确率。

2.根据权利要求1所述的用于人脸识别的虚拟图像生成和融合方法，其特征在于：所述虚拟图像生成模块使用的虚拟图像生成算法关注原始图像所包含的中等强度像素值，将人脸图像样本的可变形性考虑在内，生成提取了人脸本真特征的虚拟图像。

3.根据权利要求1所述的用于人脸识别的虚拟图像生成和融合方法，其特征在于：所述虚拟图像融合模块使用原始图像样本和生成的虚拟图像样本作为输入，使用虚拟图像融合算法，动态自适应地调节原始样本和虚拟样本的比重，并将其融合后的图像样本共同作为人脸识别的输入。

4.根据权利要求1所述的用于人脸识别的虚拟图像生成和融合方法，其特征在于：所述虚拟图像生成的方法步骤为：一、将原始人脸图像作为输入，通过灰度转化，将其转化为像素值在0-255范围内的灰度图像；二、以图像的全体像素值作为考量，对于输入转化后得到的灰度图像，通过虚拟样本生成算法，将其中等强度的像素值区域进行加强，同时对其非中等强度的像素值区域进行抑制；三、对原始样本经过虚拟样本生成算法重新生成的像素值，将其重新归到0-255范围内，最终得到生成的虚拟样本。

5.根据权利要求1所述的用于人脸识别的虚拟图像生成和融合方法，其特征在于：所述虚拟图像融合的方法步骤为：四、将原始人脸图像样本和生成虚拟人脸图像样本作为输入，使用稀疏表示算法原理，分别计算出原始人脸对测试人脸样本的得分和虚拟样本对测试人脸样本的得分；五、对计算出的得分，分别进行升序排序；六、将排序结果，使用虚拟样本融合算法，计算出融合后的得分，用此得分进行人脸识别。

6.根据权利要求4所述的用于人脸识别的虚拟图像生成和融合方法，其特征在于：所述步骤二中，将原始图像的灰度图像作为输入，用P_max表示原始图像的最大像素值，其中第r行c列的的像素值为P_rc，用V表示产生的虚拟样本图像，其中第r行c列的像素值为V_rc，用下面公式来将原始样本生成虚拟样本：

7.根据权利要求5所述的用于人脸识别的虚拟图像生成和融合方法，其特征在于：所述步骤四中，将原始样本和虚拟样本通过稀疏表示原理分别获得的得分结果用和表示；所述步骤五中，将得分结果进行升序排序，分别用和表示，用w_o,w_v来分别表示原始样本得分和虚拟样本得分的最小和：

所述步骤六中，使用融合算法获得最终的融合得分，分别用W₁，W₂表示原始样本和虚拟样本的融合得分，由下式产生：

W₂＝1-W₁

式中：λ为权重系数。

8.根据权利要求6所述的用于人脸识别的虚拟图像生成和融合方法，其特征在于：所述步骤二中，当P_rc等于0或者最大值时，虚拟图像对应位置的像素值为当时，虚拟图像对应位置的像素值取得最大值，其最大值为虚拟样本中产生的像素值是关于对称的，原始图像中的像素值为P_rc或者P_max-P_rc时，其对应产生的虚拟图像的像素值相等。

9.根据权利要求7所述的用于人脸识别的虚拟图像生成和融合方法，其特征在于：权重系数λ由训练样本的数量所决定，这能保证权重系数能动态地改变以适应不同的训练样本数量，用m表示每一类样本的数量，n表示每类训练样本的数量，则λ生成公式如下：