[发明专利]一种基于生存指数熵的人脸特征提取方法

摘要

一种基于生存指数熵的人脸特征提取方法，属于图像处理技术领域。本发明通过计算像素点为中心、多个不同大小的正方形区域的生存指数熵，并选择其中值最大的作为像素点的特征熵，最后从所有特征熵中选取m个较大的特征熵组成向量作为原始人脸特征向量。由于像素点的特征熵对应着一定大小的正方形区域，代表了人脸图像中纹理特征最为丰富的区域，故本发明确定的人脸特征向量不仅包含了人脸轮廓和五官部位，而且包含了某些面部肤色特征(比如：痣、疤痕等)，因此基于本发明的人脸识别系统具有更高的识别率；另外，由于像素点的特征熵是基于延森香农差JSD的、具有相对物理含义的生存指数熵，因此本发明具有很强的鲁棒性，受光照的影响很小。

主权项

1.一种基于生存指数熵的人脸特征提取方法，包含下列步骤：步骤1：将原始人脸图像转换成灰度格式，并调整大小至128×128像素，记处理结果为图像I(x，y)；步骤2：以图像I(x，y)中任一像素点为中心，分别统计边长为3、5、7、直至19的8个正方形区域的归一化灰度直方图，并将所得8个归一化灰度直方图写成对应的8个向量，表示为：X_i(x₀，x₁，L，x_j，L，x₂₅₅)，其中i=1，2，L 8；j＝0，1，2，L 255；X_i表示以当前像素点为中心、边长为(2i+1)的正方形区域的归一化灰度直方图所对应的向量，x_j表示向量x_i中第j级灰度等级的概率；步骤3：计算步骤2所得8个向量的延森香农差JSD，具体包括以下步骤：步骤3-1：计算向量X₂与X₁之间的延森香农差JSD₁：JSD₁＝L[aX₁+bX₂]-aL(X₁)-bL(X₂)，其中a、b为权值系数，且满足：a+b＝1以及0≤a，b≤1，Y＝(y₀，y₁，L，y_j，L，y₂₅₅)表示L(·)算子的变量；步骤3-2：按照步骤3-1所述的方法计算向量X_i+1与JSD_i-1之间的延森香农差JSD_i，其中i＝2，3，4，L 7；步骤4：分别计算X₁与步骤3所得7个延森香农差JSD共计8个向量的生存指数熵M_a，计算公式为：Mα(Y)=(∫t>0FYα(t)dt)11-α]]>其中：α是生存指数熵M_α的阶数，F_Y(y)为生存指数熵M_α的生存概率函数、且t表示向量的维数、即0～255的灰度等级；步骤5：从步骤4所得的8个生存指数熵M_α中，找出值最大的一个作为当前像素点的特征熵；步骤6：按照步骤2至步骤5所述的方法计算其他所有像素点的特征熵；步骤7：将所有像素点的特征熵按照大小顺序排列，取其中前m个特征熵按照大小顺序排列成一个向量作为原始人脸图像的特征向量。