[发明专利]基于优化的核Fukunaga-Koontz变换的人脸识别方法

摘要

本发明公开了基于优化的核Fukunaga‑Koontz变换的人脸识别方法，包括从训练样本中提取图像特征、选择高斯核函数并优化参数、对样本数据降维、计算各类样本的自相关矩阵和白化矩阵、确定人脸类别等步骤。本发明对KFKT方法进行核优化，从而改善其识别性能。

主权项

1.基于优化的核Fukunaga-Koontz变换的人脸识别方法，其特征在于，包括以下步骤：(1)从c类训练人脸表情图像样本集中提取图像特征矢量集Xi，i＝1,2,…,c；(2)选择高斯函数作为核函数，求解最优的高斯核函数的参数σ；(3)根据求得的最优的高斯核函数，采用核主成分分析法求解样本数据的变换矩阵WKPCA，并对每类样本数据进行变换，得到降维后的样本数据矩阵其中，为Xi的非线性映射；(4)根据降维后的样本数据矩阵，计算c类样本的自相关矩阵Ri，并求解c个自相关矩阵的白化矩阵P；(5)利用白化矩阵对自相关矩阵进行白化变换，得求解能同时对角化c个的正交变换矩阵Ui，即，其中，Λi是近似对角矩阵，再求出Ui对应于Λi最大对角元的优化列向量(6)对于给定的测试人脸图像向量xt，利用WKPCA和P对xt，得其中，Φ(*)表示非线性映射，则xt所属人脸类别由下式确定： i * = arg m a x i { Δ i } - - - ( 1 ) ]]>式(1)中，