[发明专利]一种基于全局和局部特征模糊融合的人脸识别方法及装置

摘要

本发明公开一种基于全局和局部特征模糊融合的人脸识别方法，其包括：步骤a：将人脸数据库中每一类人脸图像划分为训练样本图像集和测试样本图像集；步骤b：分别对由训练样本图像集和测试样本图像集组成的人脸图像集进行预处理，得到人脸标准图像；步骤c：求训练样本的全局和局部估计特征向量；步骤d，求训练样本隶属度Sigmond函数的中心值和宽度；步骤e，求测试样本图像集全局和局部特征向量；步骤f，求测试样本全局和局部特征通道的隶属度矩阵；步骤g，计算到判别隶属度矩阵；步骤h，对测试图像集进行识别分类。这样，可以提高识别正确率，有效避开有关因素变化的干扰，有利于提高识别的鲁棒性和准确性，降低时间复杂度和计算复杂度。

主权项

1.一种基于全局和局部特征模糊融合的人脸识别方法，其特征在于，其包括：步骤a：将人脸数据库中每一类人脸图像划分为训练样本图像集和测试样本图像集，形成由训练样本图像集和测试样本图像集组成的人脸图像集；步骤b：分别对由训练样本图像集和测试样本图像集组成的人脸图像集进行预处理，得到人脸标准图像；步骤c：用改进的基于类估计基空间SVD方法，对训练样本图像集的每一类图像的原图像和子区域图像分别求原图像的全局估计特征向量和子区域图像的局部估计特征向量；步骤d，用Sigmond函数求训练样本每一类图像对应的全局和局部特征向量的均值和标准差，分别作为隶属度Sigmond函数的中心值和宽度；步骤e，用SVD方法求测试样本图像集的原图像全局特征向量和子区域图像局部特征向量；步骤f，对于测试样本图像集中的每一张图像对应的全局和局部特征向量，使用Sigmond函数求全局和局部特征通道的隶属度矩阵。步骤g，对全局或局部特征通道的隶属度矩阵对应位置上的隶属度值进行加权求平均值，得到判别隶属度矩阵；步骤h，根据判别隶属度矩阵和取最大隶属度值的规则，对测试图像集进行识别分类。