[发明专利]一种人脸识别系统及其方法

说明书

技术领域

本发明涉及模式识别技术领域，特别涉及一种基于图像子空间恢复和分块最大相似性嵌入稀疏编码的人脸识别系统及其方法。 

背景技术

自动人脸识别是目前计算机视觉和机器学习中富有挑战性的热点问题，在智能视频监控等领域有着广泛的应用前景。近年来，随着压缩感知理论的提出与发展，一种基于稀疏编码模型的人脸识别方法得到了普遍关注，但在特征维数较低时，随着稀疏表示自由度的增加会造成识别性能的显著降低【参见文献：[1]Wright J,Yang A Y,Ganesh A,et al.Robust face recognition via sparse representation.IEEE Transactions on Pattern Analysis and Machine Intelligence,2009,31(2):210-227】。另外，在实际的面向非受控环境的人脸识别应用中，不仅获取的待测试人脸图像可能存在光照变化、表情变化、遮挡和伪装等干扰，而且已有的用于训练分类的训练人脸图像也可能受到同样的污损，直接采用传统稀疏编码分类方法用于此类情形下的人脸识别，其系统性能也严重受限【参见文献：[2]E.Candes,X.Li,Y.Ma,and J.Wright.Robust principal component analysis Journal of the ACM,2011,58(3):1101-1137】。 

发明内容

本发明的目的就在于克服现有技术存在的问题和不足，提供一种人脸识别系统及其方法，适应于测试人脸图像和训练人脸图像均存在污损的人脸识别应用，并在特征维数选取较低条件下能有更好的识别率，以提高系统的有效性和实用性。 

为了实现上述目的，本发明采取的技术方案为一种基于图像子空间恢复和分块最大相似性嵌入稀疏编码的人脸识别方法。采用图像子空间恢复方法以有效消除训练人脸图像存在的污损对识别性能的影响；采用分块最大相似性嵌入稀疏编 码以提高测试人脸图像存在局部污损及在低维特征选取下的识别性能。 

一、基于图像子空间恢复和分块最大相似性嵌入稀疏编码的人脸识别系统 

本系统是一种基于图像子空间恢复和分块最大相似性嵌入稀疏编码的人脸识别系统，由图像子空间低秩恢复模块、第1图像分块模块、第2图像分块模块、图像间相似度估计模块、第1特征降维模块、第2特征降维模块和稀疏编码表示与识别模块组成； 

其交互关系是： 

图像子空间低秩恢复模块分别与第1图像分块模块和第1特征降维模块并行交互； 

图像间相似度估计模块的输入端分别与第1图像分块模块和第2图像分块模块交互，图像间相似度估计模块的输出端与稀疏编码表示与识别模块交互； 

稀疏编码表示与识别模块分别与第1特征降维模块和第2特征降维模块并行交互。 

二、基于图像子空间恢复和分块最大相似性嵌入稀疏编码的人脸识别方法 

基于子空间恢复和分块最大相似性嵌入稀疏编码的人脸识别方法包括如下步骤： 

第1，开始； 

第2，图像子空间低秩恢复模块（101）将输入的训练人脸图像按所属类分别进行低秩恢复处理： 

①将第c（c=1,2，...，C；C为全部训练人脸图像包含的总类数）类训练人脸图像先按列进行矢量化，然后组合表示为矩阵形式其中的a_c,i为属于第c类的第i幅训练人脸图像的矢量化表示； 

②采用下面公式实现对第c类训练人脸图像的子空间低秩恢复处理