一种基于稀疏重构的单样本人脸识别方法技术

本发明专利技术公开一种基于稀疏重构的单样本人脸识别方法，属于生物特征认证领域。首先在自然场景下采集单样本人脸图像，利用几何变换对人脸图像进行样本扩充，在此基础上进一步利用稀疏重构技术扩充人脸图像。然后对于摄像头采集到的人脸图像，以扩充后的人脸图像库作为字典，利用稀疏表达学习分类器并进行识别，最后给出识别的结果。本发明专利技术重点解决自然场景下单样本人脸图像的识别问题，提高了人脸识别系统的识别率以及应用范围。

A single sample face recognition method based on sparse reconstruction

The invention discloses a single sample face recognition method based on sparse reconstruction, which belongs to the biometric authentication field. Firstly, a single sample face image is collected in the natural scene, and the face image is expanded by using geometric transformation. Then, the sparse reconstruction technique is used to extend the face image. Then, for the face image collected by the camera, the expanded face image library is used as a dictionary, and the sparse expression is used to learn the classifier and recognize it. Finally, the recognition results are given. The invention focuses on the identification of single sample face images in a natural scene, and improves the recognition rate and the application range of the face recognition system.

【技术实现步骤摘要】
一种基于稀疏重构的单样本人脸识别方法
本专利技术属于生物特征认证领域，涉及一种基于稀疏重构的单样本人脸识别方法。
技术介绍
人脸识别技术作为一种新型的身份验证技术，通过摄像头采集图像，经算法处理，与人脸数据库进行比对，实现对人的鉴定识别。由于其在执法、银行和海关的安全监控以及人机交互等场景中具有很高的应用前景，人脸识别技术已成为身份识别与验证等领域的研究热点。然而实际应用时，人脸数据库中往往只有1幅训练图像，这使得在这些场合中使用传统人脸识别技术并不能取得很好的识别效果，限制了人脸识别的应用范围。所以对单训练样本条件下人脸识别技术的特别研究，已成为目前人脸识别领域研究的热点。人脸识别的识别率是人脸识别技术的核心指标，而现有的许多人脸识别算法在单训练样本条件下识别率会急剧下降有些甚至无法应用。为此如何在单训练样本条件下提高人脸识别的识别率是实际应用中面临的问题之一。近年来对单样本人脸识别的研究分为两类：一类是无监督学习方法；另一类是有监督学习方法。李欣等人提出多模块加权的改进(2D)2PCA算法，这种方法在ORL和CAS－PEAL数据库上取得了好于2DPCA及2D2PCA的识别率。王科本文档来自技高网...

【技术保护点】
一种基于稀疏重构的单样本人脸识别方法，其特征在于：该方法具体包括以下步骤：步骤一：通过摄像头采集图像，构建人脸数据库；步骤二：对采集到的人脸图像进行预处理；步骤三：通过图像几何变换技术扩充人脸数据库；步骤四：利用稀疏重构技术进一步扩充人脸数据库；步骤五：对摄像头采集到的图像进行人脸检测；步骤六：对人脸图像进行与步骤二相同的预处理；步骤七：利用稀疏表达学习分类器，对待识别的人脸图像进行识别。

【技术特征摘要】
1.一种基于稀疏重构的单样本人脸识别方法，其特征在于：该方法具体包括以下步骤：步骤一：通过摄像头采集图像，构建人脸数据库；步骤二：对采集到的人脸图像进行预处理；步骤三：通过图像几何变换技术扩充人脸数据库；步骤四：利用稀疏重构技术进一步扩充人脸数据库；步骤五：对摄像头采集到的图像进行人脸检测；步骤六：对人脸图像进行与步骤二相同的预处理；步骤七：利用稀疏表达学习分类器，对待识别的人脸图像进行识别。2.根据权利要求1所述的一种基于稀疏重构的单样本人脸识别方法，其特征在于：通过图像几何变换技术扩充人脸图像库；具体包括以下步骤：①角度变换：以原图像Xi1为基准，旋转角度θ＝0.2×m，m为整数，且-4≤m≤4，得到的图像依次记为Xi2～Xi9；②镜像变换：将原图像左右平均分为A、B两部分，将A通过镜像得到A′，B通过镜像得到B′，然后将A、B、A′、B′组合生成图像AA′、BB′、B′A′，依次记为Xi10～Xi12。3.根据权利要求1或2所述的一种基于稀疏重构的单样本人脸识别方法，其特征在于：利用稀疏重构技术进一步扩充人脸图像库；具体包括以下步骤：①将步骤三得到的第i个扩充人脸图像作为字典Di，即Xi2～Xi12，通过求解以下稀疏优化问题计算第i个用户原图的稀疏表达系数αi：MinimizeSubjectto其中，Xi1表示原图像，λ表示平衡系数②得到n个用户的稀疏表达系数αi；对于每一个用户的稀疏表达系数αi，都有11个特征值分别对应字典Di中的Xi2～Xi12；③对于...

【专利技术属性】
技术研发人员：甘海涛，刘江，李明珠，杞廷福，刘国攸，周靖淞，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江,33