[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，该方法包括：

获取训练样本的网格区域权值；

对待识别图像进行预处理，以调整尺寸、光照均衡度、直方图均衡度；

检测待识别图像中的人脸区域；

将所述人脸区域划分为至少两个网格区域；

根据所述训练样本的网格区域权值，对所述网格区域进行筛选，筛选出高辨别性的网格区域；

提取所述高辨别性的网格区域的图像特征；

利用分类器对所述图像特征进行分类，得到识别结果；

所述获取训练样本的网格区域权值包括：

提取正例样本和负例样本作为训练样本；

检测所述训练样本的样本人脸区域；

将所述样本人脸区域划分为至少两个样本网格区域；

提取所述样本网格区域的样本图像特征；

根据所述样本图像特征的距离，利用凸优化学习方法计算所述样本网格区域的权值；

保留大于阀值的所述样本网格区域的权值，得到所述训练样本的网格区域权值；

所述根据所述样本图像特征的距离，利用凸优化学习方法计算所述样本网格区域的权值包括：

构建目标函数如下：

其中，k表示第k个样本网格区域，μ_k表示第k个样本网格区域的权值；δ_k表示第k个样本网格区域中正例样本的样本图像特征的距离；表示第k个网格区域中负例样本的样本图像特征的距离；||μ||为1范数，使大多数样本网格区域的权值为0，产生较为稀疏的表达；λ为惩罚参数，其数值越大，样本网格区域的权值越小；

利用优化学习方法计算所述目标函数，得到所述样本网格区域的权值。

2.根据权利要求1所述的人脸识别方法，其特征在于：所述人脸识别方法还包括：

定位所述人脸区域的特征点，将所述人脸区域的特征点对齐到设定的标准位置，得到调整的人脸区域；

所述将所述人脸区域划分为至少两个网格区域包括：将所述调整的人脸区域划分为至少两个网格区域；

所述获取训练样本的网格区域权值还包括：

定位所述样本人脸区域的特征点，将所述样本人脸区域的特征点对齐到设定的标准位置，得到调整的样本人脸区域；

所述将所述样本人脸区域划分为至少两个样本网格区域包括：将所述调整的样本人脸区域划分为至少两个样本网格区域。

3.根据权利要求1或2任意一项权利要求所述的人脸识别方法，其特征在于：所述人脸识别方法还包括：

对所述图像特征进行降维处理，得到降维后的图像特征；

所述利用分类器对所述图像特征进行分类，得到识别结果包括：利用分类器对所述降维后的图像特征进行分类，得到识别结果。

4.根据权利要求3所述的人脸识别方法，其特征在于：所述对所述图像特征进行降维处理，得到降维后的图像特征包括：

获取训练样本的降维矩阵；

根据所述训练样本的降维矩阵，对所述图像特征进行降维处理，得到所述降维后的图像特征；

其中，所述获取训练样本的降维矩阵包括：

构建降维目标函数如下：

其中，ψ_ij＝W(φ_i-φ_j)，φ_i、φ_j为训练样本的样本图像特征，W为降维矩阵，i、j用于标识训练样本；如果训练样本i、j同为正例样本或者负例样本，则y_ij为1，否则为‐1；t为样本图像特征的距离阀值，影响降维后的数据维度；

利用优化学习方法计算所述降维目标函数，得到所述训练样本的降维矩阵。