一种基于列向量展开二维主成分分析的人脸识别方法技术

本发明专利技术公开一种基于列向量展开二维主成分分析的人脸识别方法，包括步骤如下：(1)人脸检测；(2)人脸预处理(3)人脸表征(图像特征提取)；(4)人脸识别。在步骤(3)中，采用基于列向量展开的二维主成分分析。本发明专利技术可以有效地减少表征人脸图像的系数，从而降低计算复杂度，减少占用的存储空间。

【技术实现步骤摘要】

本专利技术涉及模式识别和图像处理技术，尤其是人脸表征和图像特征提取技术，具体地说，是。
技术介绍
随着社会的发展，对快速自动身份验证的要求日益迫切，由于生物特征是人的内在属性，具有很强的自身稳定性和个体差异性，因此是身份验证的理想依据。目前，人们研究和使用的生物特征识别技术主要有人脸识别、虹膜识别、指纹识别、掌纹识别、声音识别等。其中，利用人脸特征进行身份验证是最自然、最直接的手段。相比于其它人体生物特征，人脸特征具有直接、友好、方便等特点，因此人脸识别易于被用户接受，具有极大的市场需求。人脸识别是指采用计算机对人脸图像进行分析，进而提取有效的识别信息，从而达到身份辨认的目的。大致包括人脸检测、人脸预处理、人脸表征(即图像特征提取)和人脸识别等四部分。首先，人脸检测，从各种不同的场景中检测出人脸的存在并确定其位置，进一步将人脸从背景中分割出来，场景有静态和动态，静态就是通常所说的静态图像，动态就是视频图像。其次，人脸预处理，主要包括图像的标准化，例如对人脸图像进行特征点定位，对像素亮度进行处理等。然后，人脸表征，用某种方法描述检测出的人脸和数据库中的已知人脸，这是人脸识别任务中最关本文档来自技高网...

【技术保护点】
一种基于列向量展开二维主成分分析的人脸识别方法，包括步骤如下：(1)人脸检测；(2)人脸预处理；(3)人脸表征(即图像特征提取)；(4)人脸识别；其特征在于上述步骤(3)人脸图像特征提取过程中包括步骤如下：步骤1：设人脸图像识别任务中共有N个人，每个人包含K幅图像，M＝NK；训练图像集表示为训练图像的平均矩阵表示为S；其中，i表示第i个人，j表示某个人的第j幅图像；步骤2：计算图像的协方差矩阵：Gt=1MΣi=1NΣj=1K(Sji-S)T(Sji-S)---(11)Gc=1MΣi=1NΣj=1K(Sji-S)(Sji-S)T---(12)步骤3...

【技术特征摘要】
1.一种基于列向量展开二维主成分分析的人脸识别方法，包括步骤如下: (1)人脸检测； (2)人脸预处理； (3)人脸表征(即图像特征提取)； (4)人脸识...

【专利技术属性】
技术研发人员：陈海勇，
申请(专利权)人：南京理工大学常熟研究院有限公司，
类型：发明
国别省市：