一种基于模糊二维K近邻法的人脸识别方法技术

本发明专利技术公开一种基于模糊二维K近邻法的人脸识别方法，将模糊K近邻法扩展为它的二维模型以处理二维人脸图像，计算得到模糊隶属度，实现人脸的快速、准确识别。首先，采用二维线性判别分析将二维人脸图像进行压缩并提取人脸图像的鉴别信息，然后用模糊二维K近邻法实现人脸图像的正确识别。本发明专利技术解决了传统模糊K近邻法在分类二维人脸图像时必须将图像按行或者列拉成向量而破坏图像内部数据结构的问题，利用模糊二维K近邻法可直接对二维人脸图像进行分类处理，从而可以避免二维图像拉成向量时造成的“维数灾难”问题。

【技术实现步骤摘要】
一种基于模糊二维K近邻法的人脸识别方法
本专利技术属于模式识别和人工智能
，尤其是一种基于模糊二维K近邻法的人脸识别方法。
技术介绍
人脸识别技术作为生物特征识别领域中一种基于生物特征的识别技术，通过计算机提取人脸的特征，并根据这些特征进行身份验证的一种技术。与利用其他生物特征识别的系统相比，面部识别具有非侵犯性、用户友好性和主动性，特别是人脸信息很难被伪造等许多优点，同时还可以事后查询，检索先前的操作数据。人脸识别可以用于证件检验、入口控制、视频监控和刑侦破案等领域，不仅大大提高了工作效率，节省了时间，而且还有极高的安全性和可靠性。同时，人脸识别技术在视频会议、人机交互系统、档案管理、医学、机器人智能化等领域也具有广泛的应用，前景非常广阔。在实现人脸识别之前一般要进行人脸图像的鉴别信息提取工作，常见的有线性特征提取方法，比如:主成分分析方法(PCA)和线性判别方法(LDA)等。这些线性特征提取方法属于一维线性特征提取方法，在处理人脸图像时，它们的计算量很大，普遍存在着“维数灾难”问题，同时破坏了原有二维图像的数据结构，给图像识别带来人为误差。而二维线性特征提取方法(二维主成分分析方法(2DPCA)和二维线性判别分析方法(2DLDA)等)直接对二维人脸图像进行鉴别特征提取，从而避免了维数灾难。 模糊K近邻法(J.M.Keller, M.R.Gray and J.A.Givens Jr., uA fuzzy k-nearestneighbor algorithm，，，IEEE Trans.Systems, Man and Cybernetics, vol.15, n0.4, 1985, pp.580-585.)用标准K近邻法训练所有的训练样本以得到训练样本的模糊隶属度和计算出测试样本的模糊隶属度，从而实现分类目的，是一种常用的分类器。但是模糊K近邻法的分类样本是向量形式，即样本集为I= h，.v:，…，.vj (=9F，其中，第k (k=l, 2，-,n)个样本为P维的向量。在分类二维人脸图像时需要将二维人脸图像按行或列拉成向量而导致向量维数很高造成“维数灾难”问题，同时破坏了原有二维图像的数据结构，给图像识别带来人为误差。
技术实现思路
针对现有技术中存在不足，本专利技术提供了一种基于模糊二维K近邻法的人脸识别方法，该方法将一维的模糊K近邻法转换为二维的模糊K近邻法，构造基于模糊集理论的二维K近邻法，用二维线性判别分析方法提取二维人脸图像的线性鉴别信息，利用线性映射将二维人脸图像映射到线性特征空间，用模糊二模糊K近邻法实现在线性特征空间的分类计算，从而可以避免二维图像拉成向量时造成的“维数灾难”问题，能有效提取二维人脸图像的人脸鉴别信息，识别准确率高。为实现本专利技术的目的，采用的技术方案具体包括以下步骤:步骤一、用二维线性判别分析方法提取二维人脸图像的线性鉴别信息；步骤二、训练样本的模糊隶属度重新标定；步骤三、测试样本的K个近邻的计算；步骤四、测试样本的模糊隶属度计算。所述步骤一中用二维线性判别分析方法提取二维人脸图像的线性鉴别信息的具体操作步骤如下:1.计算二维类间散射矩阵Stdb和二维类内散射矩阵Stdw如下:本文档来自技高网...

【技术保护点】
一种基于模糊二维K近邻法的人脸识别方法，其特征是包括如下步骤：1）用二维线性判别分析方法提取二维人脸图像的线性鉴别信息，得到压缩的l×t维的数据矩阵；2）重新标定训练样本的模糊隶属度；3）计算测试样本的K个近邻；4）计算测试样本的模糊隶属度，根据模糊隶属度值确定测试样本的种类。

【技术特征摘要】
1.一种基于模糊二维K近邻法的人脸识别方法，其特征是包括如下步骤: 1)用二维线性判别分析方法提取二维人脸图像的线性鉴别信息，得到压缩的IXt维的数据矩阵； 2)重新标定训练样本的模糊隶属度； 3)计算测试样本的K个近邻； 4)计算测试样本的模糊隶属度，根据模糊隶属度值确定测试样本的种类。2.根据权利要求1所述的一种基于模糊二维K近邻法的人脸识别方法，其特征在于所述步骤I)包括如下步骤: 1)计算二维类间散射矩阵Stdb和二维类内散射矩阵STDW， 3.根据权利要求1所述的一...

【专利技术属性】
技术研发人员：武小红，武斌，孙俊，傅海军，
申请(专利权)人：江苏大学，
类型：发明
国别省市：