一种基于稀疏表示和形状约束的人脸识别方法技术

本发明专利技术公开了一种基于稀疏表示和形状约束的人脸识别方法，属于图像处理、计算机视觉、模式识别领域。该方法包括以下步骤：一、对每一幅待识别图像中的人脸位置与形状进行标记；二、基于初始化的形状对待识别图像进行特征提取；三、基于形状模型的图像匹配；四，以训练图像纹理特征为基础，对待识别图像纹理特征进行稀疏表示，得到与训练图像相对应的系数集合；五，对获得的系数进行分析，取最大的系数所对应的训练图片身份作为最终识别结果。与现有技术相比，本发明专利技术的基于稀疏表示和形状约束的人脸识别方法对初始位置的选择比较鲁棒，可应用于面部形状变化下的人脸识别，能够大幅提高人脸识别的精度和适用范围，具有很好的推广应用价值。

【技术实现步骤摘要】

本专利技术涉及图像处理、计算机视觉、模式识别
，具体地说是一种基于稀疏表示和形状约束的人脸识别方法。
技术介绍
人脸识别是一种较指纹、视网膜和虹膜等识别更自然、更直接的一种识别方式已经成为下一代生物特征识别的研究热点，其中涉及到图像处理、计算机视觉、模式识别以及神经网络等多个学科。然而在面部形状变化时，传统的人脸识别方法难以奏效。 经对现有技术文献的检索发现，目前针对面部形状变化的人脸识别方法主要是通过形状变换的方式进行。H. Mohammadzade和D. Hatzinakos在《IEEE Transactions on Affective Computing》(情感计算，IEEE 杂志， vol.4, no.1, 69-82, 2013)上发表\Projection into Expression Subspaces for Face Recognition from Single Sample per Person\（基于表情子空间投影的单图像人脸识别方法）。该文使用表情子空间来提取对表情变化本文档来自技高网...

【技术保护点】
一种基于稀疏表示和形状约束的人脸识别方法，其特征在于该方法包括以下步骤：一、形状初始化对每一幅待识别图像中的人脸位置与形状进行标记；二、基于初始化的形状对待识别图像进行特征提取基于待识别图像的形状提取纹理，形成待识别图像纹理特征向量，待识别图像纹理特征向量与待识别图像的身份唯一对应；三、基于形状模型的图像匹配以待识别纹理特征为基础对训练图像进行匹配，获得每个训练图像的纹理特征，待识别图像纹理特征向量与训练图像的身份唯一对应；四，以步骤三得到的训练图像纹理特征为基础，对步骤二得到的待识别图像纹理特征进行稀疏表示，得到与训练图像相对应的系数集合；五，对步骤四获得的系数进行分析，取最大的系数所对应的...

【技术特征摘要】
1.一种基于稀疏表示和形状约束的人脸识别方法，其特征在于该方法包括以下步骤：
一、形状初始化
对每一幅待识别图像中的人脸位置与形状进行标记；
二、基于初始化的形状对待识别图像进行特征提取
基于待识别图像的形状提取纹理，形成待识别图像纹理特征向量，待识别图像纹理特征向量与待识别图像的身份唯一对应；
三、基于形状模型的图像匹配
以待识别纹理特征为基础对训练图像进行匹配，获得每个训练图像的纹理特征，待识别图像纹理特征向量与训练图像的身份唯一对应；
四，以步骤三得到的训练图像纹理特征为基础，对步骤二得到的待识别图像纹理特征进行稀疏表示，得到与训练图像相对应的系数集合；
五，对步骤四获得的系数进行分析，取最大的系数所对应的训练图片身份作为最终识别结果。
2.根据权利要求1所述的基于稀疏表示和形状约束的人脸识别方法，其特征在于步骤一包括：
a、对一幅待识别图像，利用标记方法提取面部特征点，进行初始化操作；
b、确定形状模型,令形状模型中每幅图像的形状表示为                                                ，每幅图像表示为一个平均形状与个形状向量的线性组合。
3.根据权利要求2所述的基于稀疏表示和形状约束的人脸识别方法，其特征在于所述标记方法为主动形状模型或主动表观...

【专利技术属性】
技术研发人员：苏亚，
申请(专利权)人：苏亚，
类型：发明
国别省市：山东;37