[发明专利]一种基于单训练样本的人脸特征提取方法

说明书

技术领域

本发明属于图像处理技术领域，具体涉及一种基于单训练样本的人脸特征提取方法。

背景技术

现有技术中，对于具有多训练样本的人脸识别方法已经取得了非常优秀的成果。但是在实际的应用中，经常会遇到缺乏训练样本的情况，例如恐怖分子的布控、海关安防、公安系统等等。因此，单样本人脸识别的研究在近几年内也成了研究的热点，目前对于单样本的人脸特征描述近多年也提出了多种解决方法，总结起来主要分为两类：

1、使用各种方法对训练样本进行扩充，主要思想是扩充训练样本以使用全局特征描述方法，该类方法的优点是操作简单，但是缺点是扩充的训练样本和原训练样本一致性过高，很难达到多样本的效果；

2、对单样本的图像进行局部的纹理描述，旨在最大程度地描述图像的局部特征，该类方法对单样本人脸特征描述具有较高的稳定性和识别率，但是该方法的缺陷在于没有考虑每个局部特征对于图像整体描述的贡献，对于所有的局部特征描述的重要性没有区分。

综上所述，现有技术中的对于单训练样本人脸图像特征提取方法存在着对局部特征的贡献考虑不足、分类识别效果差、稳定性低等缺陷和不足，不能很好地满足实际应用的需求。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于单训练样本的人脸特征提取方法，其设计合理、实现方便且投入成本低，操作简便，人脸特征提取速度快、效果好，能够适用于实际应用中众多缺乏训练样本的场景，实用性强。

为解决上述技术问题，本发明采用的技术方案是：一种基于单训练样本的人脸特征提取方法，其特征在于该方法包括以下步骤：

步骤一、人脸图像信号的采集及上传：图像采集设备采集人脸图像信号并将其实时所采集的人脸图像信号通过图像信号传输装置上传给处理器；

步骤二、人脸图像的分辨率调整及矩阵表示：首先，处理器调用分辨率差值调整模块将其所接收到的人脸图像信号的分辨率调整为128×128，得到人脸图像G；然后，处理器将所述人脸图像G表示为图像矩阵X；

步骤三、图像特征提取：处理器对步骤二中所得到的图像矩阵X进行分析处理，得到人脸图像G的特征向量W，其分析处理过程如下：

步骤301、对图像矩阵X进行横向分块：将图像矩阵X横向分为q块，得到：

X=X11X21...Xq1]]>

其中，q为自然数且q的取值为4、6、8、16、32或64，X_i1(i＝1,2,...,q)为维的人脸子图像矩阵；

步骤302、采用二维Gabor滤波器组对图像矩阵X进行滤波，具体过程如下：

步骤3021、构建时域下的二维Gabor滤波器组：