[发明专利]基于协作模糊均值鉴别分析的多姿态人脸识别方法

摘要

本发明公开了一种基于协作模糊均值鉴别分析的多姿态人脸识别方法，包括：获取包括若干个不同类的多姿态人脸图像训练样本集，对每个训练样本和待识别样本均进行归一化并利用PCA进行降维；利用训练样本的协作表示系数计算每个训练样本的类隶属度；计算模糊类均值；计算训练样本的模糊类内散度与模糊类间散度；通过最大化训练样本的模糊类间散度与模糊类内散度的比值求取投影矩阵，并利用投影矩阵提取训练样本和待识别样本的特征；根据最近邻分类器判断和确定待识别样本的类标。本发明充分利用了样本的类别信息，考虑了同类样本的相似性及不同类样本的差异性，当样本存在光照、姿态、表情多种变化时，通过引入隶属度信息增强了对噪声、野点的鲁棒性。

主权项

基于协作模糊均值鉴别分析的多姿态人脸识别方法，其特征在于，包括如下步骤：步骤1、获取包括若干个不同类的多姿态人脸图像训练样本集，对训练样本集中的每个训练样本和待识别样本均进行归一化并利用PCA进行降维处理；步骤2、利用所得降维后训练样本的协作表示系数计算每个训练样本的类隶属度；步骤3、利用所得训练样本的类隶属度计算模糊类均值；步骤4、根据训练样本与模糊类均值之间的距离计算训练样本的模糊类内散度与模糊类间散度；步骤5、通过最大化训练样本的模糊类间散度与模糊类内散度的比值求取投影矩阵，并利用投影矩阵提取训练样本和待识别样本的特征；步骤6、根据最近邻分类器判断和确定待识别样本的类标。