[发明专利]基于核稀疏典型相关分析热红外人脸图像可见光重建方法

摘要

本发明提出了一种基于核稀疏典型相关分析热红外人脸图像可见光重建方法，其步骤如下：利用热像仪和光学相机同时采集若干个训练样本，建立数据集；对数据集全局训练，利用全局训练得到的数据对热红外测试图像全局重建得到重建的全局可见光谱图像，对数据集局部细化训练，热红外测试图像的局部细化的重建得到重建的可见光谱残差图像块，利用可见光谱残差图像块重叠像素的平均值和重建的全局可见光谱图像相加得到可见光谱人脸重建图像。本发明获得了热红外光谱和可见光谱两组数据的最佳投影方向，提升了特征的可分离性，剔除了冗余信息，获取了最佳的识别效果，解决了弱光环境下的人脸识别难题，充分利用现有的可见光数据库进行人脸匹配。

主权项

1.一种基于核稀疏典型相关分析热红外人脸图像可见光重建方法，其特征在于，其步骤如下：/n步骤一：利用热像仪和光学相机同时采集若干个训练样本的热光谱人脸图像和可见光谱人脸图像，建立数据集；/n步骤二：对数据集全局训练：应用主分量分析分别对热光谱图像和可见光谱图像处理获得热光谱特征投影矩阵和可见光谱特征投影矩阵，将热光谱人脸图像和可见光谱人脸图像分别转化为特征空间中的热光谱训练数据和可见光谱训练数据，利用核稀疏典型相关分析将热光谱训练数据和可见光谱训练数据投影到相关空间，得到热光谱相关空间投影矩阵和可见光谱相关空间投影矩阵；/n步骤三：热红外测试图像的全局重建：将热光谱测试样本图像利用步骤二得到热光谱特征投影矩阵由图像空间投影到特征空间、利用热光谱相关空间投影矩阵由特征空间投影到相关空间，应用局部线性嵌入估计重建可见光谱数据，利用可见光谱相关空间投影矩阵和可见光谱特征投影矩阵将可见光谱数据投影到图像空间，获得重建的全局可见光谱图像；/n步骤四：对数据集局部细化训练：利用滑动窗口分别检索重建的全局可见光谱图像、热光谱人脸图像和可见光谱人脸图像中的图像块，计算重建的全局可见光谱图像分别与热光谱人脸图像和可见光谱人脸图像的残差向量，利用核稀疏典型相关分析将残差向量投影到相关空间，获取热光谱图像块相关空间投影矩阵和可见光谱图像块相关空间投影矩阵及相关空间热光谱训练残差图像块和相关空间可见光谱训练残差图像块；/n步骤五：局部细化的重建：将重建的全局可见光谱图像和热光谱测试样本图像进行残差计算获得热光谱残差图像，利用热光谱图像块相关空间投影矩阵将热光谱残差图像的图像块投影到相关空间，应用局部线性嵌入估计重建可见光谱残差图像块、并利用可见光谱图像块相关空间投影矩阵投影到图像空间得到重建的可见光谱残差图像块；/n步骤六：利用可见光谱残差图像块的重叠像素的平均值和重建的全局可见光谱图像相加得到可见光谱人脸重建图像。/n