[发明专利]基于最小均方误差准则的二维主分量分析人脸识别方法

摘要

本发明属于图像处理、计算机视觉、模式识别技术领域。本发明提供了一种基于最小均方误差准则的二维主分量分析的人脸识别方法。该法基于最小均方准则，提出了二维主分量分析方法的主元选取策略，使得图像损失的能量最小，重建图像和原始图像之间的误差最小。本发明不仅所需的主元特征个数较少，而且其识别精度较高。

主权项

1、本发明涉及一种基于最小均方误差准则的二维主分量分析人脸识别方法，其特征在于包括如下步骤：训练阶段：步骤1、确定训练样本库Aij(i＝1，...，M；j＝1，...，N)；步骤2、求出样本空间的协方差矩阵Gt；步骤3、基于最小均方误差准则，求出最佳投影轴X1，...，Xd；步骤4、对训练样本库中的任意幅图像A，作线性变换Yj＝AXj(j＝1，2，...，d)，并将Yj(j＝1，2，...，d)作为图像A的代数特征。记B＝[Y1，Y2，...，Yd]，称为样本图像A的特征矩阵；识别阶段：步骤1、对任意一幅识别图像Atest，用与训练阶段相同的方法求出Atest的特征矩阵Btest；步骤2、求出Atest与任意样本图像Aij(i＝1，...，M；j＝1，...，N)的距离： dij＝‖Bij-Btest‖步骤3、若$d_{i0}=\underset{i,j}{\min }{d}_{\mathrm{ij}},$ 则将Atest分到i0类，则人脸图像Atest属于第i0个人。