一种基于类别稀疏表示的人脸识别方法及系统技术方案

本发明专利技术公开了一种基于类别稀疏表示的人脸识别方法及系统，其中，所述人脸识别方法包括：对所述待识别人脸图像信息进行一维数组提取预处理，获取表示待识别人脸图像信息的一维数组信息；采用基本字典和核扩展字典对所述一维数组信息进行构建类别稀疏表示的计算处理，获取所述一维数组信息的类别稀疏表示；根据所述基本字典、所述核扩展字典和所述类别稀疏表示计算所述残差分类，获取残差分类集合；对所述残差分类集合内的残差分类进行排序处理，根据排序结果获取待识别人脸图像信息的识别结果。在本发明专利技术实施例中，通过本发明专利技术实施例可以在人脸被遮挡的情况下也有较高的识别准确率，并且在实施过程中，降低特征维度，有效增加了识别速度。

A face recognition method and system based on category sparse representation

The invention discloses a system, a face recognition method based on sparse representation categories which include the method of face recognition: a one-dimensional array extraction pretreatment on the image information of face, that represents a one-dimensional array of image information of face information; by computing the basic dictionary and dictionary of nuclear expansion the one-dimensional array information construction category of the sparse representation of the sparse category to obtain the one-dimensional array information representation; according to the basic dictionary, the dictionary and the categories of nuclear expansion calculation of the residual sparse representation classification, obtaining classification of residual residual set; classification of the residual classification in the collection sorting. According to the results obtain image information of face recognition results. In the embodiment of the invention, the embodiment of the invention can also have higher recognition accuracy when the face is occluded, and in the implementation process, the feature dimension is reduced, and the recognition speed is effectively increased.

【技术实现步骤摘要】
一种基于类别稀疏表示的人脸识别方法及系统
本专利技术涉及生物特征识别
，尤其涉及一种基于类别稀疏表示的人脸识别方法及系统。
技术介绍
近年来，由于应用广泛，如应用在视频监控、人脸身份认证等方面，人脸识别研究已经在图像处理、模式识别、计算机视觉等领域引起了极大的关注。经过多年研究，人脸识别技术仍然十分具有挑战性，因为其具有许多影响因素，如表情、视角、光照、遮挡等方面的变化。部分人脸遮挡，如穿戴太阳眼镜、帽子、或者围巾等，是现实世界人脸识别应用中最具有挑战性的一个问题。由于被遮挡的样本是个异常值，因此传统的工具，如主成分分析(PCA)，线性判别分析(LDA)，局部保留映射以及边际Fisher分析等都不能很好地处理人脸遮挡的问题。Wrightetal.提出了一个用于人脸识别的通用分类算法，名为稀疏表示分类法(SparseRepresentationClassification，简称SRC)。SRC通过计算1范数的最小值，用训练集图像的稀疏度线性结合来给输入测试图像编码。SRC和许多著名的人脸识别算法相比有着更高的正确率。另外，通过使用单位矩阵作为扩展字典，SRC能够很好地解决随机像素本文档来自技高网...

【技术保护点】
一种基于类别稀疏表示的人脸识别方法，其特征在于，所述人脸识别方法包括：对所述待识别人脸图像信息进行一维数组提取预处理，获取表示待识别人脸图像信息的一维数组信息；采用基本字典和核扩展字典对所述一维数组信息进行构建类别稀疏表示的计算处理，获取所述一维数组信息的类别稀疏表示；根据所述基本字典、所述核扩展字典和所述类别稀疏表示计算所述残差分类，获取残差分类集合；对所述残差分类集合内的残差分类进行排序处理，根据排序结果获取待识别人脸图像信息的识别结果。

【技术特征摘要】
1.一种基于类别稀疏表示的人脸识别方法，其特征在于，所述人脸识别方法包括：对所述待识别人脸图像信息进行一维数组提取预处理，获取表示待识别人脸图像信息的一维数组信息；采用基本字典和核扩展字典对所述一维数组信息进行构建类别稀疏表示的计算处理，获取所述一维数组信息的类别稀疏表示；根据所述基本字典、所述核扩展字典和所述类别稀疏表示计算所述残差分类，获取残差分类集合；对所述残差分类集合内的残差分类进行排序处理，根据排序结果获取待识别人脸图像信息的识别结果。2.根据权利要求1所述的人脸识别方法，其特征在于，所述基本字典构建步骤，包括：对用户信息留存数据库中的留存人脸图像信息进行一维数组提取预处理，获取表示留存人脸图像信息的留存一维数组信息；根据所述留存一维数组信息构建留存人脸图像信息矩阵；根据所述留存人脸图像信息矩阵计算出对应的协方差矩阵；根据所述协方差矩阵计算出对应的特征向量矩阵和特征值；采用所述特征向量矩阵和所述特征值构建核判别式分析映射；获取留存人脸图像信息中无遮挡标准人脸图像信息并构建无遮挡人脸图像信息矩阵；采用所述核判别式分析映射与所述无遮挡人脸图像信息矩阵进行相乘计算处理，获取所述基本字典。3.根据权利要求1所述的人脸识别方法，其特征在于，所述核扩展字典构建步骤，包括获取留存人脸图像信息中有遮挡人脸图像信息并构建有遮挡人脸图像信息矩阵；采用核判别式分析映射与所述有遮挡人脸图像信息矩阵进行相乘计算处理，获取所述核扩展字典。4.根据权利要求1所述的人脸识别方法，其特征在于，所述采用基本字典和核扩展字典对所述一维数组信息进行构建类别稀疏表示的计算处理，包括：采用核判别式分析映射与所述一维数组信息进行相乘计算处理，获取待识别人脸信息字典；根据所述基本字典和所述核扩展字典对所述待识别人脸信息字典进行类别稀疏计算，获取所述待识别人脸信息字典的类别稀疏表示。5.根据权利要求1所述的人脸识别方法，其特征在于，所述根据所述基本字典、所述核扩展字典和所述类别稀疏表示计算所述残差分类，包括：根据所述基本字典、所述核扩展字典分别计算所述类别稀疏表示中的每一个留存人脸图像信息与待识别用户人脸图像信息的残差，获取每一个留存人脸图像信息与待识别用户人脸的残差；对每一个留存人脸图像信息与待识别用户人脸的残差进行分类处理，获取残差分类；根据残差分类进行集合构建处理，获取残差分类集合。6.一种基于类别稀疏表示的人脸识别系统，其特征在于，所述人脸识别系统包括：预处理模块：用于对所述待识别人脸图像信息进行一维数组提取预处理，获取表...

【专利技术属性】
技术研发人员：胡建国，吴明华，林培祥，王金鹏，李仕仁，
申请(专利权)人：广州智慧城市发展研究院，中山大学，
类型：发明
国别省市：广东,44