[发明专利]一种基于属性空间的人脸可视化特征表征方法

摘要

本发明公开了一种基于属性空间的人脸可视化特征表征方法，该方法包括：对64种人脸全局或局部属性进行数据模拟、预处理和数据评测，提取数据的“底层”特征；利用高斯混合模型对属性数据分布进行估计，形成人脸属性空间；将输入人脸数据投影至属性空间中，获得量化的人脸可视化特征；通过Z-score方法对可视化特征进行标准化，能更有效的对输入数据进行识别。本发明方法能够更准确的获取判别人脸所需的特征，可广泛应用于其它模式识别与先进智能领域模型中。

主权项

一种基于属性空间的人脸可视化特征表征方法，其特征在于，具体包括以下步骤：步骤1：预测可用于人脸识别的人脸全局和局部属性；步骤2：对步骤1选取的人脸属性进行数据模拟，对数据预处理，提取底层特征； 步骤3：通过支持向量机对属性数据进行评测，获得属性和数据的最优化模拟；步骤4：利用混合高斯模型模拟属性数据分布，形成属性空间，计算输入人脸数据在属性空间中各种属性数据分布的后验概率，后验概率相对应的人脸属性视为人脸的可视化特征；对于输入的人脸特征向量F(I)，根据已获人脸属性Vi=1...n，计算出相应的可视化特征为： V ( I ) = { V 1 ( F ( I ) ) , . . . , V n ( F ( I ) ) } ；步骤5：采用Z‑Score方法对已被量化的可视化特征进行标准化，标准化公式如下： V i ′ ( F ( I ) ) = V i ( F ( I ) ) - E ( V ( I ) ) std ( V ( I ) ) 式中，E(V(I))、std(V(I))为数据的均值、标准差；标准化完成后，利用特征向量的余弦距离得到输入数据A、B的相似度： Sim ( A , B ) = ΣV _ A ( I ) * V _ B ( I ) ( ΣV _ A ( I ) 2 ) ( ΣV _ B ( I ) 2 ) 最后用Sim(A,B)进行人脸识别与验证，完成人脸识别与验证。