[发明专利]一种基于模糊理论的人脸图像识别方法、装置及设备

权利要求书

1.一种基于模糊理论的人脸图像识别方法，其特征在于，包括：

获取具有不同身份标签的训练人脸图像，并对所述训练人脸图像进行分割得到训练子图像；

计算各个所述训练子图像与所述训练人脸图像之间的同类距离以及异类距离，并利用所述同类距离和所述异类距离构建模糊隶属度矩阵；

获取待识别图像，对所述待识别图像进行分割得到待识别子图像，并获取所述待识别子图像的近邻子图像；

利用所述模糊隶属度矩阵和所述近邻子图像获取所述待识别子图像的子图像类隶属度，并利用所述子图像类隶属度确定所述待识别图像的身份；

其中，利用所述同类距离和所述异类距离构建模糊隶属度矩阵，包括：

利用所述同类距离计算所述训练子图像的同类隶属度，利用所述异类距离计算所述训练子图像的异类隶属度，并利用所述同类隶属度和所述异类隶属度构建所述模糊隶属度矩阵。

2.根据权利要求1所述的基于模糊理论的人脸图像识别方法，其特征在于，获取所述待识别子图像的近邻子图像，包括：

利用k近邻算法从所有的所述训练子图像中获取所述近邻子图像。

3.根据权利要求1所述的基于模糊理论的人脸图像识别方法，其特征在于，在对所述训练人脸图像进行分割得到训练子图像之后，还包括：

将所述训练人脸图像矩阵化，得到训练人脸图像矩阵；

将所述训练子图像矩阵化，得到训练子图像矩阵。

4.根据权利要求3所述的基于模糊理论的人脸图像识别方法，其特征在于，所述计算各个所述训练子图像与所述训练人脸图像之间的同类距离，包括：

利用具有相同身份标签的所述训练子图像矩阵和所述训练人脸图像矩阵计算同类人脸图像评估系数；

利用所述同类人脸图像评估系数和所述训练子图像矩阵计算所述训练子图像与所述训练人脸图像之间的所述同类距离。

5.根据权利要求3所述的基于模糊理论的人脸图像识别方法，其特征在于，所述计算各个所述训练子图像与所述训练人脸图像之间的异类距离，包括：

利用具有不同身份标签的所述训练子图像矩阵和所述训练人脸图像矩阵计算异类人脸图像评估系数；

利用所述异类人脸图像评估系数和所述训练子图像矩阵计算所述训练子图像与所述训练人脸图像之间的所述异类距离。

6.根据权利要求1所述的基于模糊理论的人脸图像识别方法，其特征在于，利用所述模糊隶属度矩阵和所述近邻子图像获取所述待识别子图像的子图像类隶属度，并利用所述子图像类隶属度确定所述待识别图像的身份，包括：

查询所述模糊隶属度矩阵得到所述近邻子图像的类隶属度，并利用所述类隶属度计算所述待识别子图像的所述子图像类隶属度；

利用所述子图像类隶属度计算所述待识别图像与各个所述训练人脸图像之间的模糊类隶属度概率；

获取所述模糊类隶属度概率的最大值，并判断所述最大值是否大于判断阈值；

若所述最大值大于所述判断阈值，则确定所述待识别图像与所述最大值对应的所述训练人脸图像的身份标签相同；

若所述最大值小于或等于所述判断阈值，则确定所述待识别图像与所有所述训练人脸图像的身份标签均不相同。

7.一种基于模糊理论的人脸图像识别装置，其特征在于，包括：

图像分割模块，用于获取具有不同身份标签的训练人脸图像，并对所述训练人脸图像进行分割得到训练子图像；

矩阵构建模块，用于计算各个所述训练子图像与所述训练人脸图像之间的同类距离以及异类距离，并利用所述同类距离和所述异类距离构建模糊隶属度矩阵；

近邻获取模块，用于获取待识别图像，对所述待识别图像进行分割得到待识别子图像，并获取所述待识别子图像的近邻子图像；

身份确定模块，用于利用所述模糊隶属度矩阵和所述近邻子图像获取所述待识别子图像的子图像类隶属度，并利用所述子图像类隶属度确定所述待识别图像的身份；

其中，所述矩阵构建模块包括：

构建单元，用于利用所述同类距离计算所述训练子图像的同类隶属度，利用所述异类距离计算所述训练子图像的异类隶属度，并利用所述同类隶属度和所述异类隶属度构建所述模糊隶属度矩阵。