[发明专利]基于统计不相关和正交特性的局部保留映射人脸识别方法

摘要

一种图像处理技术领域的基于统计不相关和正交特性的局部保留映射人脸识别方法。本发明首先对输入训练样本图像进行主成分分析，得到主成分分析的投影矩阵；然后建立一个连接图，得到任意两个节点之间的相似性，并按照最近邻原则，确定所有节点的邻接点，计算出输入数据的相似矩阵；再将这一相似矩阵应用到局部保留映射方法中，加入统计不相关和正交两个约束条件，采用叠代算法，根据特征值问题并结合主成分分析的投影矩阵求出不相关且正交的投影矩阵，得出训练投影系数矩阵和测试投影系数矩阵；最后再用最小距离方法进行识别。本发明具有最小的冗余，并有利于实现原始数据的重构，应用到人脸识别中，可以提高识别性能。

主权项

1、一种基于统计不相关和正交特性的局部保留映射人脸识别方法，其特征在于，具体步骤如下：第一步，主成分分析：将每张人脸图像表示为一个列向量，组成训练样本集，计算训练样本集的协方差矩阵的特征值，并选取大的特征值对应的特征向量作为基向量，从而构成主成分分析的投影矩阵；第二步，相似矩阵确定：建立一个连接图，使得属于同一类的节点完全连接，得到任意两个节点的相似性，再根据最近邻原则，求出输入节点的相似矩阵，并由这一相似矩阵推出对角矩阵和拉普拉斯矩阵；第三步，统计不相关且正交的局部保留映射投影矩阵确定：根据第二步中得到的相似矩阵，再根据局部保留映射的思想，并加入统计不相关和正交两个约束条件，采用迭代算法，解特征值问题求出投影矩阵，最后再将此投影矩阵与第一步中得到的主成分分析投影矩阵相乘，求出不相关且正交的局部保留映射投影矩阵；第四步，识别：将所有训练图像向量投影到第三步中得到的投影矩阵，得到训练系数矩阵，再将测试图像投影到投影矩阵，得到测试系数矩阵，采用最小距离分类器进行分类识别。