[发明专利]一种基于亲和力度最近邻分类算法的人脸识别身份认证方法

权利要求书

1.一种基于亲和力度最近邻分类算法的人脸识别身份认证方法，包括以下步骤：

第1步、采用Haar分类器对人脸进行检测，使用摄像头实时采集当前检测目标的人脸原始图像序列，并把人脸的Haar特征值归一化，得到Haar特征值归一化的图像序列；

第2步、对图像进行直方图均衡处理，即是对图像的像素值进行重新分配，也是对采集到的人脸图像的非线性拉伸；

第3步、采用主成分分析PCA算法对人脸图像进行数据预处理和特征提取，数据预处理即是对数据进行降维，降维后得到的少数综合变量表示多数的综合变量，一般主成分的数据为少数综合变量，最终组成检测目标的特征值；

第4步、根据第3步得到的人脸图像特征值，使用提出的亲和力函数来计算样本之间的距离，之后再使用最近邻算法的实现步骤进行处理；

第5步、根据分类结果输出识别结果。

2.根据权利要求1所述的基于亲和力度最近邻分类算法的人脸识别身份认证方法，其特征在于：第1步对图像进行Haar特征值归一化，为了校正人脸的比例、旋转和光照方面的变化，常采用Haar特征值归一化手段，具体步骤如下：

第1.1步、计算检测窗口中图像的灰度值和灰度值平方和：sum＝∑I(x,y)和sq_sum＝∑I²(x,y)，其中用I(x,y)表示位置(x,y)处的像素值；

第1.2步、计算灰度值和灰度值平方的平均值：和

第1.3步、计算归一化因子：

第1.4步、归一化特征值：之后使用归一化特征值与阈值对比。

3.根据权利要求1所述的基于亲和力度最近邻分类算法的人脸识别身份认证方法，其特征在于：第2步所述的直方图均衡由以下步骤组成：

第2.1步、用一个数组p来统计直方图，记录p[i]；

第2.2步、i的取值从1开始,令s[i]＝s[i-1]+p[i]；

第2.3步、计算出的新s的索引值用新的数组L记,即令L[i]＝s[i]*(256-1)；

第2.4步、取原始像素值作为数组L的索引值，之后依次循环每个像素，取该索引所对应的L数组值作为直方图均衡后的像素值。

4.根据权利要求1所述的基于亲和力度最近邻分类算法的人脸识别身份认证方法，其特征在于：第3步采用主成分分析(PCA)算法对人脸图像进行数据预处理和特征提取，其具体实现步骤如下：

第3.1步、建立一个二维数组，用于存放人脸图像进行预处理之后的数据；

第3.2步、将获取的样本进行矩阵归一化；

第3.3步、通过SVD计算协方差矩阵的特征值和对应的特征向量；

第3.4步、把协方差矩阵的特征向量对应的特征值进行升序排列，再将选取的前m个特征值所对应的特征向量，它们即为人脸数据降维所对应的关系；

第3.5步、将检测目标的人脸数据经过预处理后形成的数据矩阵乘以第3.4步中计算出的对应关系，最终组成检测目标的特征值。