本发明公开了一种基于局部连续性的鲁棒性人脸识别方法,获取N张人脸图像,遍历n类人脸图像,将n个子字典拼接为n类人脸图像的字典A;获取待识别人脸图像,采用PCA降维方法提取待识别向量图像中主成分,并将提取的主成分构建为第一模板图像,计算残差图像,获得匹配标记图M,获得遮挡支撑图像W
1.一种基于局部连续性的鲁棒性人脸识别方法,其特征在于,包括以下方法步骤:S1:获取N张人脸图像,所述N张人脸图像由n类人脸图像组成,选择任意一类人脸图像,将该类人脸图像转换为向量图像,该向量图像组成一个子字典,遍历n类人脸图像,获得n个子字典,将n个子字典拼接为n类人脸图像的字典A,所述N张人脸图像均为没有遮挡情况下的人脸图像;S2:获取待识别人脸图像,采用PCA降维方法提取待识别向量图像中主成分,并将提取的主成分构建为第一模板图像;S3:基于第一模板图像,计算残差图像,基于残差图像,获得匹配标记图M;S4:基于匹配标记图M,获得遮挡支撑图像W1,通过迭代更新方法对遮挡支撑图像W1进行处理,获得遮挡支撑图像Wt;S5:将遮挡支撑图像Wt作为权重,计算待识别人脸图像的加权稀疏表示向量x,并判断遮挡支撑图像Wt是否满足收敛条件,若不满足,则进入步骤S5,若满足,则进入步骤S6;S6:基于加权稀疏表示向量,构建待识别人脸图像的第二模板图像,并重复步骤S3~S4;S7:基于遮挡支撑图像Wt、加权稀疏表示向量x与字典A,获得待识别人脸图像的分类结果i。
本文链接:http://www.vipzhuanli.com/tech/sell/s_2305624.html,转载请声明来源钻瓜专利网。