一種基于混合向量投影的人臉識別方法
【專利摘要】本發(fā)明公開了一種基于混合向量投影的人臉識別方法，包括如下步驟：（1）初始化人臉圖像訓練集，將獲得的彩色人臉圖像轉(zhuǎn)換為灰度人臉圖像。（2）將灰度人臉圖像矩陣轉(zhuǎn)化為圖像向量，并將圖像向量轉(zhuǎn)化為單位向量。（3）所述的單位向量組成單位向量訓練集，計算訓練集中屬于每一個人的所有單位向量的均值向量，將每個類均值向量化為單位向量。（4）計算測試圖像向量在訓練集中每個單位向量及其類均值單位向量上的混合投影長度，通過求取最大混合投影長度對應的訓練圖像向量，對測試圖像分類。本發(fā)明充分考慮了相同人臉圖像的相似性，最大限度的提高了人臉識別系統(tǒng)分類的準確性。
【專利說明】—種基于混合向量投影的人臉識別方法
【技術領域】
[0001]本發(fā)明屬于模式識別領域，涉及一種基于混合向量投影的人臉識別方法。
【背景技術】
[0002]人臉識別技術在信息安全，視頻監(jiān)控，身份信息識別等領域有著廣泛的應用需求。如在視頻監(jiān)控方面，視頻監(jiān)控系統(tǒng)可實時采集大量含有人臉圖像的視頻數(shù)據(jù)，對這些人臉圖像進行實時識別，能夠?qū)梢煞葑訉嵤崟r定位和及時抓捕。
[0003]人臉識別方法源于這樣一個事實，即在實際應用中，人臉識別系統(tǒng)要處理數(shù)量巨大，維數(shù)較高人臉圖像，需要較長的計算時間，目前的人臉識別方法還不能應用于處理大數(shù)據(jù)量的實時人臉識別系統(tǒng)中?；旌舷蛄客队叭四樧R別技術是基于向量投影長度的分類技術，依據(jù)同一個人的人臉圖像相似度較高，其圖像向量之間夾角較小，向量之間的投影長度較長的原理，利用最大混合向量投影長度對測試圖像分類。由于計算混合向量投影長度的效率極高，因此處理大數(shù)據(jù)量的人臉識系統(tǒng)的計算效率能得到極大的提高。
[0004]近年來，人臉識別技術成為模式識別領域的一個熱點研究課題，在理論上說明了方法的可能性，更提出了并發(fā)展了許多有現(xiàn)實意義和應用價值的方法。按其產(chǎn)生方式可以分為兩類:基于學習的方法和基于模式匹配的方法?；趯W習的人臉識別方法能取得較高的識別率，但是需要消耗大量的計算時間，在實際應用中不能令人滿意?；谀Ｊ狡ヅ涞姆椒?，具有較快的速度，隨著抗干擾和去噪聲技術的發(fā)展，識別率也已經(jīng)得到了極大的提高，因此基于模式匹配的方法最有可能較快的應用于處理大數(shù)據(jù)量的人臉識別系統(tǒng)中。

【發(fā)明內(nèi)容】

[0005]技術問題:本發(fā)明提供一種能夠快速地進行人臉圖像分類的基于混合向量投影的人臉識別方法。
[0006]技術方案:本發(fā)明的基于混合向量投影的人臉識別方法，包括如下步驟:
[0007]步驟1:采集彩色人臉圖像，并轉(zhuǎn)換為灰度人臉圖像，具體流程如下:
[0008]步驟1.1:采集C個不同人的彩色人臉圖像，組成含有N張彩色人臉圖像的集合，其中C為總?cè)藬?shù)，也稱為總類數(shù)，N為彩色人臉圖像總數(shù)，第t個人的彩色人臉圖像數(shù)為nt，其中t為人的編號，t = 1，2，...，(:，每幅彩色人臉圖像的大小均為hXwX 3，其中h為彩色人臉圖像矩陣的行數(shù)，w為彩色人臉圖像矩陣的列數(shù)；
[0009]步驟1.2:將所述步驟1.1中采集的N張彩色人臉圖像分別轉(zhuǎn)化為大小為hXw的灰度人臉圖像I/，其中d為第t個人的彩色人臉圖像的編號，d = 1，2，-,nt ；
[0010]步驟2:將步驟I中得到的灰度人臉圖像分別轉(zhuǎn)化為向量，然后求取灰度人臉圖像向量的單位向量，具體流程如下:
[0011]步驟2.1:將灰度人臉圖像Xf表示為如下的圖像矩陣:
[0012]
【權(quán)利要求】
1.一種基于混合向量投影的人臉識別方法，其特征在于，該方法包括如下步驟: 步驟1:采集彩色人臉圖像，并轉(zhuǎn)換為灰度人臉圖像，具體流程如下: 步驟1.1:采集C個不同人的彩色人臉圖像，組成含有N張彩色人臉圖像的集合，其中C為總?cè)藬?shù)，也稱為總類數(shù)，N為彩色人臉圖像總數(shù)，第t個人的彩色人臉圖像數(shù)為nt，其中t為人的編號，t = 1，2，...，(:，每幅彩色人臉圖像的大小均為hXwX 3，其中h為彩色人臉圖像矩陣的行數(shù)，w為彩色人臉圖像矩陣的列數(shù)； 步驟1.2:將所述步驟1.1中采集的N張彩色人臉圖像分別轉(zhuǎn)化為大小為hXw的灰度人臉圖像X/，其中d為第t個人的彩色人臉圖像的編號，d = 1，2，…，nt ； 步驟2:將步驟I中得到的灰度人臉圖像分別轉(zhuǎn)化為向量，然后求取灰度人臉圖像向量的單位向量，具體流程如下: 步驟2.1:將灰度人臉圖像xdt表示為如下的圖像矩陣:
【文檔編號】G06K9/62GK103761513SQ201410036228
【公開日】2014年4月30日 申請日期:2014年1月24日 優(yōu)先權(quán)日:2014年1月24日
【發(fā)明者】路小波, 胡長暉 申請人:東南大學