[发明专利]一种加权稀疏表示人脸识别方法

摘要

本发明公开了一种加权稀疏表示人脸识别方法，具体按照以下步骤进行：步骤1，输入训练人脸图像，获得字典矩阵A；步骤2，对字典矩阵A和待测人脸图像y采用主成分分析法进行特征降维，且进行列的归一化处理使字典矩阵A和待测人脸图像y具有l2范数；步骤3，采用高斯核函数计算训练人脸图像权重wi,j；步骤4，引入步骤3中的训练人脸图像权重wi,j，构造加权训练字典矩阵A'；步骤5，求解稀疏系数x，获得重构待测人脸图像y*；步骤6，根据步骤5的重构待测人脸图像y*，计算待测人脸图像对应的每类人的残差；步骤7，输出：通过式(15)判断待测人脸图像y的类别，实现人脸识别。本发明的方法提高人脸识别算法在姿态、表情等较大类内变化环境下的识别精度和鲁棒性。

主权项

1.一种加权稀疏表示人脸识别方法，其特征在于，具体按照以下步骤进行：步骤1，输入训练人脸图像，获得字典矩阵A；步骤2，对字典矩阵A和待测人脸图像y采用主成分分析法进行特征降维，并且进行列的归一化处理使字典矩阵A和待测人脸图像y具有l2范数；步骤3，采用高斯核函数计算经步骤2处理后的每张训练人脸图像和待测人脸图像y之间的距离，即训练人脸图像权重wi,j；步骤4，引入步骤3中的训练人脸图像权重wi,j，构造加权训练字典矩阵A'：式(4)中，表示加权后第k类样本的第n_k个图像；步骤5，求解稀疏系数，获得重构待测人脸图；步骤6，根据步骤5获得的重构待测人脸图像y*，计算待测人脸图像对应的每类人的残差：ri(y)＝||y‑y*||2i＝1,2,…,k            (14)；步骤7，输出：求解待测人脸图像y的类别，将待测人脸图像y的类别与训练人脸图像的类别进行比对，待两者一致时，则实现人脸识别；待测人脸图像y类别的表达式为：identity(y)＝argmin ri(y)            (15)。