一种基于梯度稀疏表示的人脸识别方法
专利类型：发明专利
语 言：中文
申 请 号：CN201310145062.7
申 请 日：20130424
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20130814
公 开 号：CN103246870A
代 理 人：
代理机构：
摘 要：本发明属于图像处理和模式识别技术领域,公开了基于梯度稀疏表示的人脸识别方法。近年来,由于其优秀的识别效果和广泛的应用前景,基于稀疏表示的人脸识别算法得到了越来越多的关注。然而,基于稀疏表示的人脸识别算法要求训练集是完备的,这个条件在实际应用中很难满足；并且需要求解l1最小化问题,这个过程是十分的耗时。鉴于图像梯度对均匀光照的不敏感性,本发明将图像梯度引入到稀疏表示框架下,同时采用灰度图像的X方向的梯度,Y方向的梯度和图像像素值来识别人脸图像。因此,本发明很大程度上松弛了训练样本集的完备性要求,每个类别只需几张训练样本就可以取得较好的识别效果。并且,本发明通过最小化l2范数来求解测试人脸图像在训练人脸图像集上的稀疏表示系数,因此,本发明速度快,有更广泛的应用价值。
主 权 项：一种基于梯度稀疏表示的人脸识别方法,其特征在于：具体包括如下步骤：步骤a：构建人脸样本图像数据库：从c个类别的人脸库中任意选取n张人脸图像作为训练样本,其中每个类别的人脸图像个数记为ni(i=1,2,L,c),其中另外选择人脸库中其他的一张图像作为测试样本。对选取的人脸图像进行裁剪,对齐,并调整为a×b像素大小。第i类的第k张训练样本记为Ai,k(1≤i≤c,1≤k≤ni)；测试样本记为U步骤b：计算人脸图像的X方向和Y方向梯度图像：b1：采用中心差分法求解训练人脸图像和测试人脸图像的X方向和Y方向的梯度图像。第i类的第k张训练样本的X方向和Y方向度图像分别记为(1≤i≤c,1≤k≤ni)。测试样本U的X方向和Y方向梯度图像分别记为Ux,Uyb2：将步骤b1中训练和测试人脸图像,以及相应的X方向和Y方向梯度图像按照相同的方式转化为m维向量,其中m=a×b。把训练人脸图像Ai,k以及相应的X方向梯度图像Y方向梯度图像转化为m维向量,分别记为ai,k,(1≤i≤c,1≤k≤ni)；把测试人脸图像U以及相应的X方向梯度图像Ux,Y方向梯度图像Uy转化为m向量,分别记为u,ux,uyb3：将图像矩阵转化为向量：b31:将第i类所有的训练样本向量放在同一个矩阵中,记为Ai,即(i=1,2,L,c)；然后将所有类别的训练样本放在同一个矩阵中,记为A,即 A
关 键 词：
法律状态：
IPC专利分类号：G06K9/00;G06K9/66