[发明专利]一种基于类内及类间变化的人脸图像识别方法

摘要

本发明公开一种基于类内及类间变化的人脸图像识别方法，该方法的实现步骤为：（一）构造类内及类间变化字典，建设标准图像库；（二）测试图像的识别方法的实现步骤为：（1）求测试图像与标准图像库中每个图像的差图像；（2）求差图像在类内变化及类间变化字典中的稀疏表示系数；（3）根据稀疏表示系数判定测试图像的身份；（4）对测试图像所有的判定信息进行投票，依据最大投票数原则，给出最终识别结果。本发明的人脸识别方法特别适用于实际人脸识别任务中每个目标只有一张人脸图像的情况，提高了这种情况下的识别率。

主权项

一种基于类内及类间变化的人脸图像识别方法，其特征在于：所述方法包括下列操作步骤：（一）构造字典及建立标准图像库，包括以下步骤：（1）构造类内变化字典；（2）构造类间变化字典；（3）建立标准图像库；（二）测试图像的识别，包括以下步骤：(1)输入测试图像先按行取然后列取的顺序将二维图像拉成一维列向量并规范化为y∈IR^m，其中，m表示单个图像的维数，即m=行数*列数；(2)求测试图像与标准图像库中一幅图像间的差图像：表示测试图像y与标准图像库A_s中第i幅图像的差图像，从i=1开始；(3)对得到的差图像进行规范化为均值为0，方差为1的差图像dⁱ；(4)在类内变化字典D_I及类间变化字典D_B中，采用基于L1范数最小化的方法求解规范后的差图像dⁱ的稀疏线性表示，即解决如下的最优化问题：$\left[\begin{array}{c}{\hat{x}}_I^i\\ {\hat{x}}_B^i\end{array}\right]=\arg \min \left|\right|\begin{array}{}\end{array}\left[\begin{array}{c}{x}_I^i\\ x_B^i\end{array}\right]{\left|\right|}_1,s.t.\left|\right|[D_I,D_B]\left[\begin{array}{c}{x}_I^i\\ x_B^i\end{array}\right]-d^i{\left|\right|}_2\≤\mathrm{\ϵ}$其中，和分别为类内变化字典及类间变化字典对应于dⁱ的稀疏表示系数；(5)对得到的稀疏表示系数和求绝对值：(6)取绝对值中的最大值：其中，index表示最大值对应的字典内的编号；(7)根据最大值对应的编号index，找出字典中差图像的对应信息，结合标准图像编号i给出测试图像的身份信息Id(y,i)；(8)如果i不是标准图像库中最后一幅图像，则回到步骤（2），继续测试；如果i是标准图像库中最后一幅图像，对所有的身份信息Id(y,i)(1≤i≤K)进行投票，其中，K为相同环境下不同目标的人脸图像数；(9)选取身份信息Id(y,i)票数最高的目标类别为最终的识别结果identity(y)。