[发明专利]一种单样本人脸识别方法

说明书

本发明公开了一种单样本人脸识别方法，包括以下方法：A、将单张训练样本进行偏转脸扩展；B、之后进行行相关性特征提取，本发明提供的方法针对目前流动人口较多的现状，对流动人口的统计、管理，乃至对整个城市的社会治安问题，是构建平安、智慧与和谐城市需要着重考虑的问题之一；针对基于图像的生物特征识别，在实际应用中由于难以采集大量的样本数据，导致传统的生物特征识别方法在实际应用中遇到了极大挑战，本发明能很大程度上推动安全城市、智慧城市的进程，为城市的安防、经济发展，创造一个稳定和谐的城市作出很大的贡献。

技术领域

本发明涉及人脸识别技术领域，具体为一种单样本人脸识别方法。

背景技术

所谓的单样本问题是指给定每人仅有一幅或几幅图像训练数据库，识别任务是从该数据库中识别任意姿态，任意光照条件下的单幅图像。单样本问题最早可以追溯到基于几何特征的人脸识别方法盛行的时期，在这个时期不同的结构特征(例如两眼之间的距离等)都是从单幅人脸图像上手工提取的，并且在后面的识别过程中存储为模板。对于这些方法来说，每人一幅图像根本不构成问题。然而，在一些特殊的应用场合，可用人脸图像数量特别大(例如执法)，这需要更加智能且简单不费力的方式去处理人脸图像。这直接导致了所谓的基于外观的人脸识别技术的诞生，基于外观的人脸识别技术融入不同学科知识，如计算机视觉、模式识别、机器学习和神经网络，其用向量表示人脸图像的方法代替几何特征提取的方法，大大提高了人脸识别系统的有效性和效率。因此，自20世纪90年代以来，基于外观的人脸识别方法已经成为人脸识别领域中的主流技术之一。但是，基于外观的人脸识别方法的关键组成部分之一是它们的学习机制，每类中包含的训练样本的数量严重影响其性能好坏，目前大多数人脸识别技术严重依赖训练样本集的规模和代表性，这些方法运用的前提都是假设每类包含多个训练样本(至少两个)。不幸的是，在许多实际应用中，我们实际能得到训练样本数远远要小于我们所需要的数量。更具体地讲，在许多实际应用场合中，尤其是大规模的识别应用，例如执法、驾照或者护照等的识别，在这种情况下数据库中每人通常只有一个训练样本。此外，我们很少有机会加入同一个人更多的样本到基础数据库中，因为收集样本的代价可能是昂贵的，即使我们可以这样做，仍旧存在一些问题，比如说要每人加入多少个样本，要以何种方式添加等等。目前为止，这些情况在人脸识别领域都是非常值得研究的。因此，研究仅使用单样本的人脸识别技术是非常有意义的。

发明内容

本发明的目的在于提供一种单样本人脸识别方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种单样本人脸识别方法,包括以下方法：

A、将单张训练样本进行偏转脸扩展；

B、之后进行行相关性特征提取。

优选的，所述步骤A中偏转脸扩展方法包括以下步骤：

A、分别计算两半边脸的压缩和拉伸像素距离,若人脸向左半边偏转P，则偏转后左半边脸在图像上所占的列数为XC′_L＝nh-P，偏转后右半边脸在图像上所占的列数为XC′_R＝nh+P；

B、对左右半边分别进行压缩和拉伸，其压缩和拉伸算法采用双线性插值算法，得到新的左右半边人脸图像记为X′_L、X′_R；

C、将变换后的左右半边脸合成完整的偏转人脸图像；变换后的偏转人脸图像为XP，则XP＝[X′_L X′_R]，如果n为奇数，则XP＝[X′_L c_(n+1)/2 X′_R]，其中，c_(n+1)/2为矩阵X的第(n+1)/2列。