基于多视图鉴别线性表示保留投影的彩色人脸识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110046582A(43)申请公布日2019.07.23(21)申请号201910313626.0(22)申请日2019.04.18(71)申请人南京信息工程大学地址210044江苏省南京市江北新区宁六路219号(72)发明人刘茜姜波张佳垒(74)专利代理机构南京苏高专利商标事务所(普通合伙)32204代理人张华蒙(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)权利要求书2页说明书4页附图1页(54)发明名称基于多视图鉴别线性表示保留投影的彩色人脸识别方法(57)摘要本发明公开了基于多视图鉴别线性表示保留投影的彩色人脸识别方法，属于人脸识别技术领域，本发明对每个彩色分量图像训练样本，使用与其同类的其他彩色分量图像训练样本来线性表示该样本，获得相应的线性表示系数；对所有彩色分量图像训练样本及其线性表示进行多视图的鉴别分析，获得最优线性投影向量；得到投影后的训练样本特征集和待识别样本特征，计算待识别样本特征到每一个训练样本特征的距离，将待识别样本归到距离最小的那个训练样本所在的类。该方法将彩色人脸图像的三个彩色分量视为三个视图，充分利用彩色人脸图像的色彩差异信息和不同色彩之间的互补信息，有效提高人脸识别的效果。CN110046582ACN110046582A权利要求书1/2页1.基于多视图鉴别线性表示保留投影的彩色人脸识别方法，其特征在于，包括如下步骤：步骤1，对每个彩色分量图像训练样本，使用与其同类的其他彩色分量图像训练样本来线性表示该样本，获得相应的线性表示系数；步骤2，对所有彩色分量图像训练样本及其线性表示进行多视图的鉴别分析，获得最优线性投影向量；步骤3，得到投影后的训练样本特征集和待识别样本特征，计算待识别样本特征到每一个训练样本特征的距离，将待识别样本归到距离最小的那个训练样本所在的类。2.根据权利要求1所述的基于多视图鉴别线性表示保留投影的彩色人脸识别方法，其特征在于：所述的步骤1中，通过求解公式(I)获得彩色分量图像训练样本的线性表示系数其中，X＝{XR,XG,XB}表示包含R、G、B三个彩色分量的彩色人脸图像训练样本集，表示包含c个类别的i分量图像训练样本集，表示Xi中第p个类别的训练样本集，中包含Np个训练样本，表示Xi中第p个类别的第dq个训练样本，i＝R,G,B，j＝R,G,B，p＝1,2,…,c，q＝1,2,…,Np，R表示d维的实向量集合；令3.根据权利要求2所述的基于多视图鉴别线性表示保留投影的彩色人脸识别方法，其d特征在于：所述的步骤2中，通过求解公式(II)获得最优线性投影向量vR,vG,vB∈R：其中，4.根据权利要求3所述的基于多视图鉴别线性表示保留投影的彩色人脸识别方法，其特征在于：所述的步骤3中，具体做法如下：投影后的训练样本特征集表示为5.根据权利要求4所述的基于多视图鉴别线性表示保留投影的彩色人脸识别方法，其d特征在于：对于一个待识别的彩色人脸图像样本y＝{yR,yG,yB}，yi∈R表示y的i分量图像样本，i＝R,G,B；投影后的待识别样本特征表示为计算Zy到每一个训练样本特征的距离，将待识别样本归到距离最小的那个训练样本所2CN110046582A权利要求书2/2页在的类。3CN110046582A说明书1/4页基于多视图鉴别线性表示保留投影的彩色人脸识别方法技术领域[0001]本发明属于人脸识别技术领域，具体涉及基于多视图鉴别线性表示保留投影的彩色人脸识别方法。背景技术[0002]专利申请号201710800209.X基于鉴别线性表示保留投影的人脸识别方法定义如下：[0003]设X＝[X1,X2,...,Xc]表示包含c个类别的训练样本集，表示第i个dd类别的训练样本集，Xi包含Ni个样本，xij∈R表示第i类的第j个训练样本，R表示d维的实向量集合。[0004]基于鉴别线性表示保留投影的人脸识别方法首先通过求解下面的问题获得训练样本xij的线性表示系数[0005][0006]其中，令然后，通过求解下面的问题获得最优线性投影向量v：[0007][0008]基于鉴别线性表示保留投影的人脸识别方法只能处理单个视图的数据，因此，对于彩色人脸图像，只能先融合三个彩色分量的数据(通常是转化为灰度图像)，然后再应用该方法。这种做法忽视了由于色彩不同而产生的色彩差异信息和不同色彩之间的互补信息，从而对人脸识别效果产生不利影响。发明内容[0009]发明目的：本发明的目的在于提供基于多视图鉴别线性表示保留投影的彩色人脸识别方法，应用多视图学习技术处理彩色人脸图像三个彩色分量的数据，充分利用色彩差异信息和不同色彩之间的互补信息，可以有效地提高人脸识别的效果。[0010]技术方案：