[发明专利]一种基于分离度差有监督局部保持投影的人脸识别方法

摘要

本发明涉及的是一种生物特征身份识别领域，特别涉及一种基于分离度差有监督局部保持投影的人脸识别方法。本发明包括以下步骤：从人脸库中读取人脸图像；对人脸图像进行特征提取，形成人脸特征；对人脸区域图像进行特征提取，从而获得特征提取所需变换矩阵和训练人脸图像的特征；针对测试人脸图像进行特征提取，并通过基于欧氏距离的最近邻分类器进行分类识别。本发明避免了人脸识别中的小样本问题，同时也使得有监督局部保持投影方法不再受限于PCA过程保留特征维数。避免了由于小样本导致的类内分离度矩阵奇异的问题和难以选取PCA与SLPP最优匹配维数的问题。

主权项

1.一种基于分离度差有监督局部保持投影的人脸识别方法，其特征在于，包括以下步骤：（1）从人脸库中读取人脸图像；（2）对人脸图像进行特征提取，形成人脸特征；（3）对人脸区域图像进行特征提取，从而获得特征提取所需变换矩阵和训练人脸图像的特征：1）定义类内分离度矩阵为G_W=XL^WX^T，类内分离度J_W=a^TXL^WX^Ta=a^TG_Wa和类间分离度矩阵为G_B=XL^BX^T，类间分离度J_B=a^TXL^BX^Ta=a^TG_Ba，其中a为所求的投影向量，若W为类内相似度矩阵，L^W为通过W求取的类内拉普拉斯矩阵，X为高维欧氏空间中的训练样本，B为类间相似度矩阵，L^B为通过B求取的类间拉普拉斯矩阵；2）构造出差模式的目标函数参数η为非负的可调因子；3）求解广义分离度差矩阵(G_B-ηG_W)的特征值和特征向量确定出最优的投影轴；（4）针对测试人脸图像进行特征提取，并通过基于欧氏距离的最近邻分类器进行分类识别。