一种基于类内及类间变化的人脸图像识别方法技术

本发明专利技术公开一种基于类内及类间变化的人脸图像识别方法，该方法的实现步骤为：（一）构造类内及类间变化字典，建设标准图像库；（二）测试图像的识别方法的实现步骤为：（1）求测试图像与标准图像库中每个图像的差图像；（2）求差图像在类内变化及类间变化字典中的稀疏表示系数；（3）根据稀疏表示系数判定测试图像的身份；（4）对测试图像所有的判定信息进行投票，依据最大投票数原则，给出最终识别结果。本发明专利技术的人脸识别方法特别适用于实际人脸识别任务中每个目标只有一张人脸图像的情况，提高了这种情况下的识别率。

【技术实现步骤摘要】
—种基于类内及类间变化的人脸图像识别方法
:本专利技术涉及一种人脸数字图像的识别方法，具体涉及。
技术介绍
人脸与指纹及虹膜类似，可以作为身份认证、身份识别的重要生物特征，人脸因其非接触、易采集等特点更适于作为安全领域的生物特征。近年来，随着信息技术的迅速发展，身份认证及识别有广泛的应用需求，因此人脸识别技术得到了快速发展，并得到了广泛的应用。基于稀疏表示的人脸识别方法为解决噪声、光照、遮挡、表情等人脸识别难题提供了全新的思路，但是要求必须每个测试目标有多张照片，无法在每个测试目标只有一张照片的情况下实现。很多人脸识别方法需要识别目标有多张变化的人脸照片，然而在具体的人脸识别任务中，大部分待识别的目标只有一张或者几张人脸照片，这种小样本问题给人脸识别技术带来了一定的困难。
技术实现思路
本专利技术的目的是提供一种基于类内及类间变化的人脸识别方法，利用不同目标人脸图像变化的相似性，使用较少的训练图像，解决人脸识别问题中的小样本问题，提高了识别精度。为了达到上述目的，本专利技术提供了，其特征在于:所述方法包括下列操作步骤:(一)构造字典及建立标准图像库，包括以下步骤:(I)构造类内变化字典；(2)构造类间变化字典；( 3 )建立标准图像库；(二)测试图像的识别，包括以下步骤:(I)输入测试图像先按行取然后列取的顺序将二维图像拉成一维列向量并规范化为I e IRm，其中，m表示单个图像的维数，即m=行数*列数；(2)求测试图像与标准图像库中一幅图像间的差图像:土 =_V-/丨，士表示测试图像I与标准图像库As中第i幅图像I:的差图像，从i=l开始；(3)对得到的差图像^进行规范化为均值为0，方差为I的差图像Cli ；(4)在类内变化字典D1及类间变化字典Db中，采用基于LI范数最小化的方法求解规范后的差图像Cli的稀疏线性表示，即解决如下的最优化问题:本文档来自技高网...

【技术保护点】
一种基于类内及类间变化的人脸图像识别方法，其特征在于：所述方法包括下列操作步骤：（一）构造字典及建立标准图像库，包括以下步骤：（1）构造类内变化字典；（2）构造类间变化字典；（3）建立标准图像库；（二）测试图像的识别，包括以下步骤：(1)输入测试图像先按行取然后列取的顺序将二维图像拉成一维列向量并规范化为y∈IRm，其中，m表示单个图像的维数，即m=行数*列数；(2)求测试图像与标准图像库中一幅图像间的差图像：表示测试图像y与标准图像库As中第i幅图像的差图像，从i=1开始；(3)对得到的差图像进行规范化为均值为0，方差为1的差图像di；(4)在类内变化字典DI及类间变化字典DB中，采用基于L1范数最小化的方法求解规范后的差图像di的稀疏线性表示，即解决如下的最优化问题：x^Iix^Bi=argmin||xIixBi||1,s.t.||[DI,DB]xIixBi-di||2≤ϵ]]>其中，和分别为类内变化字典及类间变化字典对应于di的稀疏表示系数；(5)对得到的稀疏表示系数和求绝对值：(6)取绝对值中的最大值：其中，index表示最大值对应的字典内的编号；(7)根据最大值对应的编号index，找出字典中差图像的对应信息，结合标准图像编号i给出测试图像的身份信息Id(y,i)；(8)如果i不是标准图像库中最后一幅图像，则回到步骤（2），继续测试；如果i是标准图像库中最后一幅图像，对所有的身份信息Id(y,i)(1≤i≤K)进行投票，其中，K为相同环境下不同目标的人脸图像数；(9)选取身份信息Id(y,i)票数最高的目标类别为最终的识别结果identity(y)。...

【技术特征摘要】
1.一种基于类内及类间变化的人脸图像识别方法，其特征在于:所述方法包括下列操作步骤: (一)构造字典及建立标准图像库，包括以下步骤: (1)构造类内变化字典； (2)构造类间变化字典； (3)建立标准图像库； (二)测试图像的识别，包括以下步骤: (1)输入测试图像先按行取然后列取的顺序将二维图像拉成一维列向量并规范化为I e IRm，其中，m表示单个图像的维数，即m=行数*列数； (2)求测试图像与标准图像库中一幅图像间的差图像表示测试图像y与标准图像库As中第i幅图像I:的差图像，从i=l开始； (3)对得到的差图像,进行规范化为均值为O，方差为I的差图像Cli； (4)在类内变化字典D1及类间变化字典Db中，采用基于LI范数最小化的方法求解规范后的差图像Cli的稀疏线性表示，即解决如下的最优化问题: 2.根据权利要求1所述的基于类内及类间变化的人脸图像识别方法，其特征在于:所述的类内变化字典D1是描述同一人脸在不同光照和/或表情的情况下图像差异的组合，即同一人脸在不同光照和/或表情的图像之间相减得到的差值，其操作步骤如下: a)从人脸数据库中随机选取某个含有多张不同环境下的图像的人，将此人的每张人脸图像按行取然后列取的顺序把二维图像拉成一维列向量，所有图像形成矩阵A1= KvL, J e IRmxS其中，L表示此人共有人脸图像数； b)求矩阵A1中所有的列向量间的差图像，即: ≤ i ≤ L, 1 ≤ j ≤ L,且 i 关 j)c)绝对值相同的差图像du只保留一个，将每个差图像du规范化为均值为O，方差为I的差图像屯，Σ，得到类内变化字典D1=[屯，D d2；I,...dni；I] e IRmxni，其中，ni=...

【专利技术属性】
技术研发人员：张彦，卢中宁，李刚，王艳军，胡东华，
申请(专利权)人：郑州轻工业学院，
类型：发明
国别省市：河南;41