[发明专利]一种人脸识别系统及其方法

摘要

本发明公开了一种人脸识别系统及其方法，涉及模式识别技术领域。本系统由图像子空间低秩恢复模块（101）、第1图像分块模块（102）、第2图像分块模块（103）、图像间相似度估计模块（104）、第1特征降维模块（105）、第2特征降维模块（106）和稀疏编码表示与识别模块（107）组成。本发明采用子空间恢复技术去除训练图像中存在的干扰成分，增强了训练图像的判别能力；采用基于分块的最大相似度提取技术，提升了提取的相似性信息的可靠性；采用基于分块最大相似性的嵌入稀疏编码，改善了在低维特征选取时稀疏编码的稳定性；本发明适用于存在连续遮挡的人脸图像识别，可有效提高在低维特征选取时的识别率，降低识别系统的复杂度。

主权项

一种人脸识别系统，其特征在于：本系统是一种基于图像子空间恢复和分块最大相似性嵌入稀疏编码的人脸识别系统，由图像子空间低秩恢复模块(101)、第1图像分块模块(102)、第2图像分块模块(103)、图像间相似度估计模块(104)、第1特征降维模块(105)、第2特征降维模块(106)和稀疏编码表示与识别模块(107)组成；其交互关系是：图像子空间低秩恢复模块(101)分别与第1图像分块模块(102)和第1特征降维模块(105)并行交互；图像间相似度估计模块(104)的输入端分别与第1图像分块模块(102)和第2图像分块模块(103)交互，图像间相似度估计模块(104)的输出端与稀疏编码表示与识别模块(107)交互；稀疏编码表示与识别模块(107)分别与第1特征降维模块(105)和第2特征降维模块(106)并行交互；所述的图像子空间低秩恢复模块(101)负责对输入的每类训练人脸图像进行子空间低秩恢复处理，由原始的存在干扰成分的训练人脸图像得到较为干净的训练人脸图像；所述的第1图像分块模块(102)负责对训练人脸图像进行非重叠分块；所述的第2图像分块模块(103)负责对测试人脸图像进行非重叠分块；所述的图像间相似度估计模块(104)负责估计输入的测试人脸图像与每一幅训练人脸图像的相似度值，其工作流程是：A、计算测试人脸图像每一子块与训练人脸图像对应子块间的均方误差并取倒数；B、求取各对应子块间的均方误差的倒数的最大值，所述的第1特征降维模块(105)负责对输入的训练人脸图像进行特征降维，得到相应的降维表示；所述的第2特征降维模块(106)负责对输入的测试人脸图像进行特征降维，得到相应的降维表示；所述的稀疏编码表示与识别模块(107)负责对测试人脸图像所属类的判别，其工作流程是：a、计算测试人脸图像基于所有训练人脸图像的稀疏编码表示；b、计算测试人脸图像与由每一类训练人脸图像的线性表示之间的归一化均方误差；c、通过比较归一化均方误差最小确定测试人脸图像所属的类。