[发明专利]一种基于二阶二维主分量分析的人脸识别系统和方法

摘要

本发明请求保护一种基于二阶二维主分量分析的人脸识别系统和方法，属于图像处理、计算机视觉、模式识别技术领域。本发明提供了一种计算复杂度低的基于二阶二维主分量分析的人脸识别方法。该法研究了光照变化条件下的人脸识别问题，提出一种二阶二维主分量分析的人脸识别方法，将(2D)²PCA技术分别应用到原始图像矩阵集和剩余图像矩阵集。得到一阶特征矩阵和二阶特征矩阵，由此确定样本图像的重建图像和剩余图像的重建图像；将两重建图像进行迭加，得到原始图像的重建图像。采用本发明所述的方法具有更高的识别精度，且比特征脸和二阶特征脸方法节省计算时间。可广泛用于图象识别领域。

主权项

1、一种基于二阶二维主分量分析的人脸识别方法，其特征在于，包括如下步骤：步骤1：采集原始图像集，对图像集采用二维主分量分析(2D)2PCA方法，学习到原始图像集的反映行特征信息的最优投影矩阵X1和反映列特征信息的最优投影矩阵Z1；步骤2：对原始图像集中任一指定样本图像A，调用公式：作变换得到一阶特征矩阵C，根据一阶特征矩阵的特征向量指定样本图像；步骤3：确定剩余图像集，对剩余图像集再次使用(2D)2PCA方法，学习到剩余图像集的反映行特征信息的最优投影矩阵X2和反映列特征信息的最优投影矩阵Z2；步骤4：对剩余图像集中的任一余象A′调用公式：作变换得到图像矩阵A′的二阶特征矩阵C′；步骤5：根据一阶特征矩阵和二阶特征矩阵确定与测试图象距离最近的样本图象，并判断测试图像是属于指定样本图像还是属于剩余图像；步骤6：根据一阶特征矩阵计算样本图像的重建图像，根据二阶特征矩阵计算剩余图像的重建图像，两重建图像迭加，得到原始图像的重建图像。