一种改进的压缩感知人脸识别方法技术

本发明专利技术公开了一种改进的压缩感知人脸识别方法，包括步骤1图像预处理；采用累积分布函数对灰度人脸图像进行直方图均衡，然后采用LBP旋转不变均匀模式提取的灰度人脸图像特征矢量，构造LBP特征空间；步骤2在低维LBP特征空间内寻找测试图像的近邻样本；步骤3利用近邻样本自适应的构造出冗余字典，完成测试图像的感知识别。本方法在低维LBP特征空间寻找测试样本的近邻样本，由近邻样本构成完备的冗余字典，字典原子数量大大降低，同时字典原子与测试样本具有更高的结构相似性，因此算法既提高了识别速度，又提高了正确识别率。

An improved compressed sensing method for face recognition

The invention discloses an improved compressed sensing method for face recognition, including image preprocessing step 1; the cumulative distribution function of gray face image histogram equalization, and then the LBP rotation invariant gray face image feature vector uniform mode extraction feature space structure, LBP; step 2 in the low dimensional feature space for testing LBP the image of the nearest neighbor samples; step 3 is constructed using neighbor samples adaptive redundant dictionary, complete perception test image. The method for test data in the low dimensional LBP feature space by nearest neighbor samples constitute a complete sample of redundant dictionary, dictionary of atomic number is greatly reduced, while the dictionary atoms and test samples with similar structure is higher, so the algorithm can improve the recognition rate, but also improve the correct recognition rate.

【技术实现步骤摘要】

本专利技术公开了一种改进的压缩感知人脸识别方法。
技术介绍
人的面部特征因其具有唯一性、稳定性和不可盗取性等优点而成为一种新的身份认证介质。与其它生物特征识别相比，人脸识别的方式更符合人类自身辨别身份的习惯，识别更加自然直观，人脸图像采集设备简单，在自然光下，利用普通家用摄像机即可完成，采集时不需要使用者配合，甚至具有隐蔽性，因此减少了伪装欺骗的概率。人脸也不会轻易在介质上留下痕迹，安全性更高。因此人脸识别技术在军事安全、公共安全、民事和经济等领域的应用前景非常广阔。由于人脸容易受表情、光照、姿态以及遮挡等因素的影响，也一直是生物特征识别领域中的研究难点。经过几十年的研究发展，以主成分分析(PrincipalComponentAnalysis,PCA)为基础的子空间分析方法因其简单高效而成为经典算法。在该类算法中，用低维的特征矢量表征高维的人脸图像，因此特征提取和选择成为基于特征子空间分析方法的重点和难点。作为一种有效的非参数化图像局部纹理描述方法，局部二值模式(LocalBin本文档来自技高网...

【技术保护点】
一种改进的压缩感知人脸识别方法，其特征在于，构造冗余字典的方法如下：步骤1图像预处理；采用累积分布函数对灰度人脸图像进行直方图均衡，然后采用LBP旋转不变均匀模式提取灰度人脸图像特征矢量，构造LBP特征空间；步骤2在低维LBP特征空间内寻找测试图像的近邻样本；步骤3利用近邻样本自适应的构造出冗余字典，完成测试图像的感知识别。

【技术特征摘要】
1.一种改进的压缩感知人脸识别方法，其特征在于，构造冗余字典的方法如下：
步骤1图像预处理；采用累积分布函数对灰度人脸图像进行直方图均衡，然后采用LBP
旋转不变均匀模式提取灰度人脸图像特征矢量，构造LBP特征空间；
步骤2在低维LBP特征空间内寻找测试图像的近邻样本；
步骤3利用近邻样本自适应的构造出冗余字典，完成测试图像的感知识别。
2.如权利要求1所述的改进的压缩感知人脸识别方法，其特征在于，步骤2中近邻样本
的寻找方法如下：
步骤2-1在LBP特征空间计算测试图像和训练图像的相似度；表示测试图像与训练图
像相似性；表示测试图像与第i训练图像的平均相似性；表示测试图像与全部训练
图像的平均相似性
步骤2-2比较测试图像与全部训练图像的平均相似性与合法数据相似性阈值ζth的大
小，若则测试图像为非法数据，拒绝识别；若则再比较测试图像与训练图像
相似性与测试图像与第i训练图像的平均相似性若则标记为近邻样
本，若则不进行标记，不会作为字典原子。
3.如权利要求2所述的改进的压缩感知人脸识别方法，其特征在于，步骤2-1中合法数
据相似性阈值ζth由经验值给出，利用ORL、AR和YaleB三个标准的人脸库进行实验证明了ζth的取值范围；每类数据中留出一部分作为识别时的测试数据，此处分别从ORL数据库中取每
人前6幅共有240幅图像、AR数据库中每类选7幅共700幅图像、YaleB数据库中每类选16幅共
608幅图像参与实验，通过计算同类样本间、不同类样本间以及不同数据库中样本间的卡方
相似性寻找ζth的经验值。
4.如权利要求3所述的改进的压缩感知人脸识别方法，其特征在于，所述的同类样本间
的相似性实验采用“留一交叉验证法”，从样本...

【专利技术属性】
技术研发人员：魏冬梅，周茂霞，马娜，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：山东;37