[发明专利]一种用于稀疏表示人脸识别的自适应字典构造方法

摘要

本发明公开了用于稀疏表示人脸识别的自适应字典构造方法，包括获取待测试人脸图像和若干人脸图像样本，将若干人脸图像样本存储至训练样本集中，提取待测试人脸图像和训练样本集中每个样本的LCP特征；得到待测试人脸图像与训练样本集中全部样本的平均LBP特征相似性和平均MiC特征相似性；判断LBP特征和MiC特性是否均属于合法特征，若LBP特征和MiC特性均不属于合法特征，则拒绝识别待测试人脸图像；否则，进入下一步；在合法特征中，当LBP特征相似性不小于LBP特征近邻阈值且MiC特征相似性不大于MiC特征近邻阈值时，训练样本集中相应的样本才被标注为待测试人脸图像的近邻样本；被标注的待测试人脸图像的近邻样本作为原子，构造出自适应人脸识别冗余字典。

主权项

1.一种用于稀疏表示人脸识别的自适应字典构造方法，其特征在于，包括：步骤(1)：获取待测试人脸图像和若干人脸图像样本，将若干人脸图像样本存储至训练样本集中，分别提取待测试人脸图像和训练样本集中每个样本的LCP特征；其中，LCP特征由LBP特征和MiC特征融合构成；步骤(2)：计算待测试人脸图像与训练样本集中任一样本之间的LBP特征相似性和MiC特征相似性，进而得到待测试人脸图像与训练样本集中全部样本的平均LBP特征相似性和平均MiC特征相似性；步骤(3)：根据平均LBP特征相似性和平均MiC特征相似性分别与相应合法阈值比较，判断LBP特征和MiC特性是否属于合法特征，若LBP特征和MiC特性均不属于合法特征，则拒绝识别待测试人脸图像；否则，进入下一步；步骤(4)：在合法特征中，当LBP特征相似性不小于LBP特征近邻阈值且MiC特征相似性不大于MiC特征近邻阈值时，训练样本集中相应的样本才被标注为待测试人脸图像的近邻样本；将被标注的待测试人脸图像的近邻样本作为原子，进而构造出自适应人脸识别冗余字典；所述用于稀疏表示人脸识别的自适应字典构造方法，在局部构造模式LCP特征空间选择图像的近邻，用近邻人脸图像作为原子构造字典，原子结构与测试图像具有更高的相似性，同时减少了字典原子的数量；利用这种自适应的冗余字典对测试图像进行稀疏表示分类，同时提高了识别速度和正确识别率。