[发明专利]一种基于词袋模型的人脸图像识别方法

说明书

技术领域

本发明涉及一种人脸图像识别方法。

背景技术

计算机人脸识别技术也就是利用计算机分析人脸图像，进而从中提取出有效的识别信息，用来“辨认”身份的一门技术。由于在国家公共安全，信息安全和人机交互等领域的各种潜在应用，人脸识别目前已经成为模式识别研究领域的一个研究重点，受到各国专家学者的广泛关注。在过去的二十几年的时间，关于人脸识别的研究工作大量展开，同时也产生了大量的识别方法。以Principal component analysis(PCA),linear discriminant analysis(LDA)和independent component analysis(ICA)为代表的整体匹配方法及Elastic Bunch Graph Matching (EBGM),Active Shape Model(ASM)和Active Appearance Model(AAM)为代表的局部匹配方法成为主流，虽然目前人脸识别技术已经取得了长足的进展，但也存在许多亟待解决的问题，如光照变化，表情变化，头部姿势变化，饰物遮挡以及损伤问题等，而随着人脸数据库中图片数目的增加，如何缩短识别过程中所需要的运行时间也成为了另一个急需解决的问题。

Bag of Words(BoW)模型最初应用于文本处理领域，它把文档表示成与顺序无关的词汇的组合，通过统计文档中词汇出现的频率来进行分类。近些年来，计算机视觉领域的学者们成功地将该模型引入到图像处理领域，取得了非常理想的效果。最近几年又有学者把BoW模型移植到人脸识别中，即把整个人脸图像看作文档，人脸图像中的关键特征被看作为“单词”。但是由于人脸图像属于同一种类别，所以用传统的BoW模型得到的表征人脸的直方图之间的差别就很小，所以，黎子胜等人在“Robust face recognition using block-based bag of words,”一文中提出了block-based bag of words(BBoW)模型,此模型先对人脸图像分块，然后对每一块做密集特征提取，把提取出来的特征向量通过K均值聚类得到视觉单词，从而得到视觉词典，最后进行分类识别。而由于密集提取得到的特征点数目急剧增加及数据库中图片数目的增多，使得在生成视觉词典的时候消耗了过长的时间，也就导致整个的识别过程运行时间过久。所以，我们在block-based bag of words(BBoW，基于词带模型)的基础上进行了改进，运用二分K均值算法来生成视觉词典，由于二分K均值的性能明显优越于传统的K均值算法，所以本发明不仅识别率有所提高，而且大大的缩短了识别过程的运行时间。

发明内容

本发明目的在于提供一种基于词带模型的人脸图像识别方法，识别率高，并且有效缩短识别过程的运行时间。

实现本发明目的技术方案：

一种基于词带模型的人脸图像识别方法，其特征在于：

步骤1：提取数据库中的人脸图像，把人脸图像划分成5×5个区域，然后在每个区域上进行密集特征提取，得到系列特征向量；

步骤2：用二分K均值聚类算法对代表每个区域的特征向量做聚类，生成视觉词典，把特征向量与视觉词典相匹配，生成相应区域的直方图，进而将一幅人脸图像用视觉单词直方图来表示；

步骤3：将代表每一幅人脸图像的视觉单词直方图输入到分类器中，进行训练和分类，最后得到识别结果。

步骤2中，通过如下方法生成视觉词典，

步骤2.1:把每个区域得到的一组特征点看成是一个数据集C，聚类数目为K，令V＝C，S＝{V}，先从数据集S里选取一个数据集V_j,1≤j≤K；

步骤2.2:在V_j中随机挑选两个点作为聚类初始中心点c_j,j＝1,2，计算所有特征点x_i，(1≤i≤N)到这两个中心点的距离，把所有点分配到离它最近的中心点，然后重新计算中心点的坐标，