[发明专利]一种人脸识别方法及装置

权利要求书

1.一种人脸识别方法，其特征在于，包括：

获取要识别的原始人脸测试样本，并对所述原始人脸测试样本进行高斯差分滤波处理，得到滤波后的人脸测试样本；

将所述原始人脸测试样本与预先存储的正常光照条件下注册的原始人脸训练样本集进行比对，并将所述滤波后的人脸测试样本与预先存储的经高斯差分滤波后的人脸训练样本集进行比对，从所述原始人脸训练样本集中找出所述原始人脸测试样本对应的识别对象；

计算得到所述识别对象的所述原始人脸训练样本和所述滤波后的人脸训练样本的总体重构系数分散程度SCI；

根据所述SCI判断所述原始人脸测试样本是否为注册人脸。

2.根据权利要求1所述的人脸识别方法，其特征在于，所述方法还包括：在进行高斯差分滤波处理之前，对待处理的原始人脸训练样本集或原始人脸测试样本的人脸图像进行归一化处理。

3.根据权利要求1或2所述的人脸识别方法，其特征在于，将所述原始人脸测试样本与预先存储的正常光照条件下注册的原始人脸训练样本集进行比对，并将所述滤波后的人脸测试样本与预先存储的经高斯差分滤波后的人脸训练样本集进行比对，从所述原始人脸训练样本集中找出所述原始人脸测试样本对应的识别对象，包括：

将所述原始人脸测试样本与预先存储的正常光照条件下注册的原始人脸训练样本集进行比对，得到第一重构系数；将所述滤波后的人脸测试样本与预先存储的经高斯差分滤波后的人脸训练样本集进行比对，得到第二重构系数；

根据所述第一重构系数，计算得到原始人脸训练样本集的第一残差值；根据所述第二重构系数，计算得到滤波后的人脸训练样本集的第二残差值；

计算得到对应所述第一残差值和第二残差值之和的最小值，并将所述最小值对应的类作为识别对象。

4.根据权利要求3所述的人脸识别方法，其特征在于，

所述将所述原始人脸测试样本与预先存储的正常光照条件下注册的原始人脸训练样本集进行比对，得到第一重构系数，根据以下公式：

x^o=argminx||xo||1subjecttoAoxo=yo]]>

所述x^o即为所述第一重构系数，为计算过程中x^o满足范数最小的最优解；

所述将所述滤波后的人脸测试样本与预先存储的经高斯差分滤波后的人脸训练样本集进行比对，得到第二重构系数，根据以下公式：

x^d=argminx||xd||1subjecttoAdxd=yd]]>

所述x^d即为所述第二重构系数，为计算过程中x^d满足范数最小的最优解；

其中，为原始人脸训练样本集中第i类第n_i个样本的特征，为对应的经过高斯差分滤波后的人脸训练样本集中第i类第n_i个样本的特征；y^o为原始人脸测试样本的列向量，y^d为对应的经过高斯差分滤波后的人脸测试样本的列向量。