[发明专利]一种人脸特征值比对方法及其系统、可读存储介质

权利要求书

1.一种人脸特征值比对方法，其特征在于，包括：

S1、获取一帧或多帧人脸抓拍图像；

S2、分布式文件系统接收所述一帧或多帧人脸抓拍图像；

S3、分布式文件系统的一个或多个分布式人脸识别模块调用PCA算法对接收到的一帧或多帧人脸抓拍图像进行人脸图像识别得到识别结果，并进行保存；

S4、根据所述识别结果检索人脸数据库得到检索结果；

S5、根据检索结果确定匹配结果，其中，若检索到与识别结果对应的人脸数据，则确定匹配成功，否则，确定匹配失败；

其中，每一分布式人脸识别模块调用PCA算法对接收到的人脸特征信息进行人脸图像识别的识别结果包括：

S31、确定人脸抓拍图像对应的图像矩阵X，所述图像矩阵X的大小为m×n；

S32、将所述图像矩阵X的每一行进行零均值化；

S33、计算所述图像矩阵X的协方差矩阵；

计算每一个列向量的二阶范数，

取范数最大的前m个列向量，构成一个n×m的矩阵A；

对矩阵A进行正交三角分解以构造低维矩阵C，C＝(AQ)^T；

对所述低维矩阵C进行奇异值分解，C＝U∑V^H；

其中，Σ为对角线上的元素，Σi即为矩阵的特征值；

根据矩阵的特征值可以求得新的特征向量并组成特征矩阵；

S34、将所述特征矩阵的特征值λ₁，λ₂，λ₃…λ_n进行降序排序得到λ'₁，λ'₂，λ'₃…λ'_n；

S35、计算原始数据图像矩阵X在新的特征向量上的投影；

S36、选取其中前K个特征值即可得到变换矩阵，并将所述变换矩阵与所述图像矩阵X相乘得到矩阵求算结果。

2.如权利要求1所述的人脸特征值比对方法，其特征在于，所述步骤S32处理具体如下公式：

其中，X_mn为图像矩阵X的第m行第n列的值，

3.如权利要求2所述的人脸特征值比对方法，其特征在于，步骤S34中计算出协方差矩阵C的特征值λ1，λ2，λ3…λn，其对应的特征向量是v₁，v₂，v₃…v_n，具体如下公式所示：

λ_iμ_i＝Cμ_i(i＝1，2，3…n)

将特征值λ₁，λ₂，λ₃…λ_n进行降序排序得到λ'₁，λ'₂，λ'₃…λ'_n，其对应的特征向量变为v'₁，v'₂，v'₃…v'_n，取其中的前K个特征值对应的特征向量构成一个新的矩阵P；

所述步骤S35具体为计算图像矩阵X在新的特征向量上的投影：

Y＝X*P

其中P＝(P₁ P₂ … P_K)，计算得出的矩阵Y就是降维之后的数据。

4.如权利要求1所述的人脸特征值比对方法，其特征在于，所述识别结果包括特征索引；所述根据所述识别结果检索人脸数据库得到检索结果包括：根据图像的特征索引检索人脸数据库。

5.如权利要求1所述的人脸特征值比对方法，其特征在于，其中，一帧人脸抓拍图像在一个时刻只被一个分布式人脸识别模块执行图像处理。