[发明专利]一种基于稀疏保持典型相关分析的低分辨率人脸识别方法

摘要

本发明提供一种基于稀疏保持典型相关分析的低分辨率人脸识别方法。本发明结合稀疏以及典型相关分析的思想，提出了一种基于稀疏保持典型相关分析的低分辨率人脸识别方法，采用典型相关分析的思想满足提取的特征的最大相关性要求，实现了高、低分辨率人脸特征鉴别信息的融合，采用稀疏的思想保持结构信息，提高低分辨率人脸识别的鲁棒性。本发明不仅实现了高、低分辨率人脸特征集鉴别信息的有效融合，而且增强了特征表示和鉴别能力，满足相关性和保持结构信息要求。

主权项

一种基于稀疏保持典型相关分析的低分辨率人脸识别方法，其特征在于，该方法包括训练部分和测试部分；所述训练部分包括步骤如下：首先，通过主成分分析分别提取高分辨率人脸图像和低分辨率人脸图像的有效特征并分别得到对应于高分辨率人脸图像和低分辨率人脸图像的主成分分析投影矩阵；然后，构造稀疏重构权重矩阵，使稀疏重构误差最小，学习一组线性变换矩阵，使得高分辨率人脸图像和低分辨率人脸图像数据间相关性最大，将低分辨率训练样本集和高分辨率训练样本集投影到一个共同的子空间中；所述测试部分包括步骤如下：首先，使用训练部分得到的对应于低分辨率人脸图像的主成分分析投影矩阵对待测的低分辨率人脸图像样本进行初步特征提取；然后，再通过稀疏保持典型相关分析方法得到的对应于低分辨率训练样本集的投影矩阵将上步主成分分析提取的特征进行线性映射；最后，通过基于欧氏距离的最近邻分类器对映射后的样本进行分类识别。