[发明专利]一种基于协同表示非线性融合巴氏系数的人脸识别方法

摘要

本发明公开了一种基于协同表示非线性融合巴氏系数的人脸识别方法，该方法引入了加强原始图像较低等和较高等强度的像素，并降低其他像素，生成了新的虚拟样本，然后用虚拟训练样本和原始训练样本分别线性表示虚拟测试样本和测试样本；并计算测试样本与训练样本之间的巴氏系数相似度；将巴氏系数相似度与欧式距离非线性融合，最后将测试样本判别为残差值最小的训练样本的类别。本发明的有益效果为：将巴氏系数相似度的直方图信息引入到协同表示算法中，对欧式距离起到一种补充的作用；而且对虚拟样本与原始样本的融合、欧式距离与巴氏系数相似度的直方图信息的融合采用了非线性融合的方式让两种信息之间能够更好的结合，使得图像分类的精确度更高。

主权项

1.一种基于协同表示非线性融合巴氏系数的人脸识别方法，其特征在于，该方法包括以下步骤：步骤1：通过增强原始图像的中等强度的像素的强度，降低其它像素的强度，生成虚拟样本，然后通过加强原始图像较低等和较高等强度的像素，并降低其他像素，生成了新的虚拟样本，选取部分原始图像作为原始训练样本，其余原始图像作为测试样本；步骤2：通过协同表示算法，用虚拟训练样本、新的虚拟训练样本和原始训练样本分别线性表示虚拟测试样本，新的虚拟测试样本和原始测试样本；步骤3：计算虚拟测试样本、新的虚拟测试样本、原始测试样本与虚拟训练样本、新的虚拟训练样本、原始训练样本之间的巴氏系数相似度；步骤4：将步骤3计算得到的巴氏系数相似度与欧式距离非线性融合；步骤5：根据步骤4的计算结果确定对虚拟测试样本、新的虚拟测试样本和原始测试样本进行分类，对所有得到的残差按类进行融合，根据融合后的残差进行判别，残差值最小的判别类别为原始测试样本、虚拟测试样本和新的虚拟测试样本所属类别。