[发明专利]一种基于双向压缩数据空间维度缩减的人脸识别方法和装置

摘要

本发明公开了一种基于双线压缩数据空间维度缩减的人脸识别方法和装置，属于模式识别技术领域。本发明采用欧氏距离模糊判定方法计算隶属度描述两两样本之间近邻关系，采用惩罚机制对不同模式类间的离散度和同一模式类内的离散度同时进行约束，得到的特征空间具有更强的代表性和判别性。此外，本发明基于图像二维矩阵直接进行处理，对图像矩阵的行方向和列方向分别进行维数压缩，避免了矩阵分解奇异值和维数过高等问题，在保证识别精度的基础上降低计算量和计算复杂度。

主权项

一种基于双向压缩数据空间维度缩减的人脸识别装置，包括： 预处理单元，接收输入的原始人脸图像，其中该原始人脸图像是只包含人脸面部信息的二维表情图像，预处理单元对输入的二维人脸图像进行尺度归一化、灰度归一化预处理，获得规范化的二维图像矩阵，将该二维图像矩阵输入到模糊矩阵构建单元； 模糊矩阵构建单元，采用欧氏距离模糊判定法计算每个图像样本归属于不同被试者的隶属度，并依据模糊隶属度构建模糊权重矩阵； 函数优化单元，利用惩罚因子制约投影后特征子空间中不同人脸样本之间的离散关系，并同时约束相同人图像样本之间的近邻关系及不同人图像样本之间的离散关系，采用广义特征值分解方法求目标函数最优解，得到最优函数所对应的特征向量； 特征提取单元，利用特征向量分别从图像矩阵行方向和列方向对原始人脸图像进行线性映射，从而压缩图像数据维数，构建双向空间维数缩减的面部特征空间； 模式分类单元，将已知图像样本提取后的面部特征作为训练数据，未知图像样本的面部特征作为测试数据，同时输入模式分类单元进行类别归属判断，输出人脸类别决策结果。