[发明专利]一种人脸识别的方法、系统、设备及介质

权利要求书

1.一种人脸识别的方法，其特征在于，包括以下步骤：

选取人脸数据库中每个人第一数量的图片作为训练集，选取每个人第二数量的图片作为测试集；

运用曲波变换分别对所述训练集和所述测试集的图像进行分解，得到多个尺度的分量；

对所述多个尺度的分量分别进行降维处理，并对降维后的多个尺度的分量分配不同的权重；以及

基于所述权重对所述训练集和所述测试集进行融合，并对融合后的所述训练集和所述测试集进行识别测试。

2.根据权利要求1所述的方法，其特征在于，所述运用曲波变换分别对所述训练集和所述测试集的图像进行分解，得到多个尺度的分量包括：

对所述图像进行预处理，并对预处理后的图像提取人脸特征；以及

根据提取人脸特征的数量将所述图像分解成多个不同尺度的分量。

3.根据权利要求1所述的方法，其特征在于，所述对降维后的多个尺度的分量分配不同的权重包括：

基于多个尺度的分量分别包含的人脸特征的数量对所述尺度的分量分配对应的权重。

4.根据权利要求1所述的方法，其特征在于，所述对融合后的所述训练集和所述测试集进行识别测试包括：

对融合后的所述训练集和所述测试集运用最近邻算法进行分类。

5.一种人脸识别的系统，其特征在于，包括：

选取模块，配置用于选取人脸数据库中每个人第一数量的图片作为训练集，选取每个人第二数量的图片作为测试集；

分解模块，配置用于运用曲波变换分别对所述训练集和所述测试集的图像进行分解，得到多个尺度的分量；

降维模块，配置用于对所述多个尺度的分量分别进行降维处理，并对降维后的多个尺度的分量分配不同的权重；以及

测试模块，配置用于基于所述权重对所述训练集和所述测试集进行融合，并对融合后的所述训练集和所述测试集进行识别测试。

6.根据权利要求5所述的系统，其特征在于，分解模块还配置用于：

对所述图像进行预处理，并对预处理后的图像提取人脸特征；以及

根据提取人脸特征的数量将所述图像分解成多个不同尺度的分量。

7.根据权利要求5所述的系统，其特征在于，所述降维模块还配置用于：

基于多个尺度的分量分别包含的人脸特征的数量对所述尺度的分量分配对应的权重。

8.根据权利要求5所述的系统，其特征在于，所述测试模块还配置用于：

对融合后的所述训练集和所述测试集运用最近邻算法进行分类。

9.一种计算机设备，其特征在于，包括：

至少一个处理器；以及

存储器，所述存储器存储有可在所述处理器上运行的计算机指令，所述指令由所述处理器执行时实现权利要求1-4任意一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-4任意一项所述方法的步骤。