[发明专利]基于彩色特征双重多核鉴别分析的人脸识别方法

说明书

技术领域

本发明涉及一种基于彩色特征双重多核鉴别分析的人脸识别方法，属于人脸识别技术领域。

背景技术

现有基于RGB彩色特征双重鉴别分析的人脸识别方法(CDDA)(公开号CN103116758A)将线性鉴别分析技术同时应用到R、G、B三个彩色分量内部和三个彩色分量之间，在各个彩色分量内部和不同彩色分量之间实现基于欧式距离的特征层双重鉴别分析。具体做法如下：

其中，w_R、w_G、w_B分别是待求的R、G、B三个彩色分量的投影向量，和分别表示第i个彩色分量训练样本集内部的类内特征散布矩阵和类间特征散布矩阵，和分别表示第i和第j个彩色分量训练样本集之间的类内特征散布矩阵和类间特征散布矩阵，α＞0、β＞0、γ＞0是三个可调的权重系数。

CDDA基于线性的技术，很难充分适应人脸图像复杂的非线性特性(例如，光照变化、表情变化、姿态变化等)，从而难以保证识别效果。因此，下面考虑通过非线性核子空间学习技术来解决这个问题。

发明内容

为解决上述问题，本发明公开了一种基于彩色特征双重多核鉴别分析的人脸识别方法，将多核子空间学习技术应用到彩色人脸特征的双重鉴别分析中，对三个彩色分量分别使用三个不同的非线性核映射，再进行特征层双重鉴别分析。对于双重多核鉴别分析获取的特征，使用最近邻分类器进行分类和识别。

本发明为解决上述技术问题采用以下技术方案：

本发明提供一种基于彩色特征双重多核鉴别分析的人脸识别方法，包括以下步骤：

步骤1，获得各彩色分量训练样本集，定义各彩色分量训练样本集内部的类内核特征散布矩阵和类间核特征散布矩阵、以及各彩色分量训练样本集之间的类内核特征散布矩阵和类间核特征散布矩阵，并在矩阵中加入多核组合系数；

步骤2，定义目标函数，对目标函数求解，得到投影后的训练样本特征集；

步骤3，获得测试样本，根据上述投影后的训练样本特征集，得出投影后的测试样本特征，使用基于欧氏距离度量的最近邻分类器对测试样本进行分类和识别。

作为本发明的进一步优化方案，步骤1中定义第i个彩色分量训练样本集内部的类内核特征散布矩阵和类间核特征散布矩阵以及第i和第j个彩色分量训练样本集之间的类内核特征散布矩阵和类间核特征散布矩阵如下：

且，