[发明专利]一种人脸和表情同时识别的方法

摘要

本发明所要解决的技术问题是提供一种验证效率高、识别计算速度快的人脸和表情同时识别的方法，步骤为：生成关于用户的生物信息的矢量集；获取来自用户的生物信息输入样本，计算矢量差；用该矢量差来使用协同表示方法计算回归系数；用该回归系数将上述的生物信息输入样本的样本类别归类至一个最小残差集；以及根据该最小残差集中的样本类别的系数向量使用指向最小残差的系数向量来对比；将所述设备控制指令与身份验证信息结合以产生设备控制信号，传递给所需控制的对应设备。本发明所述的人脸与表情同时识别的方法避免了使用多重识别方式可能会产生运算延迟或无法识别的问题，这样比对的效率会显著提高。

主权项

一种人脸和表情同时识别的方法，其特征在于它包括如下步骤：S110，生成关于用户的生物信息的矢量集，该矢量集包括正面人脸和n类不同表情人脸与平均中性人脸的相差人脸组成，n种表情相差人脸组成的矩阵为D＝[D1,D2,D3,...,Dn]，其中，Di(i＝1,2,…,n)表示第i种表情相差人脸组成的矩阵；S120，获取来自用户的生物信息输入样本，计算该生物信息输入样本f与平均中性样本之间的矢量差:d=f-n‾---(1)]]>S130，利用矢量差来使用协同表示方法计算回归系数x：x=argminx{||d-Dx||22+λ||x||22}---(2)]]>并求解x为x＝(DTD+λI)‑1DTd    (3)其中λ表示正则化参数，I表示单位矩阵；S140，使用回归系数将上述的生物信息输入样本f的样本类别归类至一个最小残差集请注意是最小残差的种类中：Expression(y)=argmini{||d-Dixi||2/||xi||2}---(4);]]>S150，根据最小残差集中的样本类别的系数向量使用指向最小残差的系数向量来对比，根据获得的xi，计算将与N类正面人脸图像的每张图像对比，将测试人脸y分到余弦距离最大的类中Identity(y)=argmaxjf~·ajl||f~||·||ajl||---(5)]]>其中xi是第i类表情相差人脸对应的系数向量。S200，将所述设备控制指令与身份验证信息结合以产生设备控制信号，传递给所需控制的对应设备。