[发明专利]基于参考特征的人脸识别方法

权利要求书

1.一种基于参考特征的人脸识别方法，其特征在于，该方法包括下述步骤：

(1)获取人脸图像的图像特征：

对待识别的人脸图像，首先提取人脸图像的尺度不变特征和局部二值模式特征，然后再用主成份分析方法降维，得到待识别人脸图像的图像特征；

(2)获取人脸图像的参考特征：

利用得到的图像特征，计算图像特征到聚类中心的相似度，得到待识别人脸图像参考特征；

(3)判决分析

将待识别的人脸图像的参考特征与训练数据集中的参考特征用线性判决分类器分析，得到分析结果。

2.根据权利要求1所述的基于参考特征的人脸识别方法，其特征在于，步骤(2)中获取人脸图像参考特征的具体过程为：

(2.1)计算待识别人脸的图像特征到训练数据集的每一个聚类中心的相似度

待识别人脸图像，其图像特征记作Y，记训练数据集的聚类中心集合为，N表示聚类中心的个数，其取值范围为150至250，对于Y和C₁，欲计算其相似度，首先以Y作为正样本，以C-{C₁}作为负样本，训练线性判决分类器yClassifier₁，即为

yClassifier₁＝LDA(+：Y，-：{C-C₁})

以C₁作为线性判决分类器yClassifier₁输入，得到判决分数yScore₁，即为

yScore₁＝yClassifier₁(C₁)

yScore₁衡量了C₁到人脸图像特征Y的相似性；

然后，以C₁作为正样本，以C-{C₁}作为负样本，训练判决分类器yClassifier₂，即为

yClassifier₂＝LDA(+：C₁，-：{C-C₁})

以Y作为线性判决分类器yClassifier₂输入，得到判决分数yScore₂，即为

yScore₂＝yClassifier(Y)

ySc1re₂衡量了人脸图像特征Y到C₁的相似性；

那么，定义人脸图像特征Y到聚类中心C₁的相似度为

S(Y，C₁)＝(yScore₁+yScore₂)/2

最后，对于聚类中心集合C中的每一个聚类中心计算Y到聚类中心的相似度，所得到的相似度矢量S(Y)记作

S(Y)＝[S(Y，C₁)，S(Y，C₂)，...，S(Y，C_N)]

(2.2)对相似度矢量S(Y)进行归一化，定义归一化的S_N(Y)为待识别的人脸图像的参考特征，即为

SN(Y)=S(Y)/ΣiNS(Y,Ci)]]>

那么S_N(Y)就是待识别的人脸图像Y的参考特征。