[发明专利]一种基于彩色图像的人脸识别方法

摘要

有效利用彩色图像的彩色信息、基于CSDA准则将彩色图像转换为单一颜色图像、得到的彩色人脸表示对随后的CSDA识别方法是最优的基于彩色图像的人脸识别方法，在训练阶段利用训练图像样本通过相似特征提取模型得到特征空间，然后将训练图像样本在该特征空间的投影系数作为该训练图像样本的特征，在测试阶段将测试图像样本投影到该特征空间，然后将测试图像样本在该特征空间投影后得到的系数作为该测试图像样本的特征，最后将训练图像样本的特征和测试图像样本的特征通过一种分类方法进行匹配而得到分类结果，相似特征提取模型根据最优化组合系数向量X*将训练集中的彩色图像转换为单一颜色图像，根据最优化投影矩阵W*得到训练图像的特征。

主权项

1.一种基于彩色图像的人脸识别方法，在训练阶段利用训练图像样本通过相似特征提取模型得到特征空间，然后将训练图像样本在该特征空间的投影系数作为该训练图像样本的特征，在测试阶段将测试图像样本投影到该特征空间，然后将测试图像样本在该特征空间投影后得到的系数作为该测试图像样本的特征，最后将训练图像样本的特征和测试图像样本的特征通过一种分类方法进行匹配而得到分类结果，其特征在于：相似特征提取模型为：maxW,XJ(W,X)=tr{WT(Swc(X)-Sbc(X))W}wubjecttoWTSc(X)W=I]]>其中，J(W,X)表示彩色图像样本转换为单一颜色样本，再经过投影到低维特征空间后，使得类内相关性最大、同时类间相关性最小的目标函数；W表示投影矩阵，X为彩色图像样本的彩色分量组合系数向量；tr{}表示矩阵的迹，W^T表示矩阵W的转置；maxJ(W,X)表示求J(W,X)的最大值；subject to的含义为在满足约束条件下，W^TS^c(X)W＝I为约束条件，I表示单位矩阵；所述相似特征提取模型的原型为maxW,XJ(W,X)=Σp=1c1Mp(ΣAi,Aj∈lptr(WTAiXXTAjTW)tr(WTAiXXTAiTW)tr(WTAjXXTAjTW))]]>-Σp=1c1(M-Mp)(ΣAi∈lp,Aj∉lptr(WTAiXXTAjTW)tr(WTAiXXTAiTW)tr(WTAjXXTAjTW))]]>其中，∑为求和符号，c为训练图像样本的类别数，M_p(p=1,L,c)为第p类训练样本的个数，l_p(p=1,L,c)标识训练样本属于第p类，A_i,A_j分别表示第i,j个训练样本，M为所有训练样本的个数，及S^c(X)是从该模型中提取出来的，其中Swc(X)=Σp=1c1Mp(ΣAi,Aj∈lpAiXXTAjT),]]>Sbc(X)=Σp=1c1(M-Mp)(ΣAi∈lp,Aj∉lpAiXXTAjT),]]>Sc(X)=Σi=1MAiXXTAiT.]]>