基于核判别分析的人脸识别方法.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CN107085706A(43)申请公布日2017.08.22(21)申请号201710234315.6(22)申请日2017.04.12(71)申请人邹霞地址518000广东省深圳市南山区学府路212号绿海名都5栋B903(72)发明人邹霞(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)权利要求书1页说明书3页(54)发明名称基于核判别分析的人脸识别方法(57)摘要本发明提供了一种基于核判别分析的人脸识别方法，包括：进行特征提取，将样本数据向高维核空间映射，并利用主成分分析法进行第一次特征提取；构造中心化矩阵H，求解特征方程；计算向量；提取主成分，完成第一次人脸特征提取，得到人脸数据主成分分析后保留的样本Y；利用线性判别分析法对Y进行二次特征提取；对于测试数据集X’，将其投影至训练集的特征子空间中，得到特征提取后的测试数据集Z’；通过最近邻分类器，将样本Z’进行分类识别。相比现有技术，本发明提供的基于核主成分分析的人脸识别方法，能够大幅缩短识别时间，通过运用核方法，巧妙的弥补了主成分分析法和线性判别分析法不能利用数据中非线性信息的缺憾。CN107085706ACN107085706A权利要求书1/1页1.一种基于核判别分析的人脸识别方法，其特征在于：所述识别方法包括以下步骤：步骤一、进行特征提取，将样本数据向高维核空间映射，并利用主成分分析法进行第一次特征提取；步骤二、构造中心化矩阵H，求解特征方程；步骤三、计算向量；步骤四、提取主成分，完成第一次人脸特征提取，得到人脸数据主成分分析后保留的样本Y；步骤五、利用线性判别分析法对Y进行二次特征提取；步骤六、对于测试数据集X’，将其投影至训练集的特征子空间中，得到特征提取后的测试数据集Z’；步骤七、通过最近邻分类器，将样本Z’进行分类识别。2.如权利要求1所述的基于核判别分析的人脸识别方法，其特征在于：所述步骤一利用KPCA进行特征提取。3.如权利要求1所述的基于核判别分析的人脸识别方法，其特征在于：所述步骤一对给定的M个训练集数据X=[x1,x2,...,xM]，计算核矩阵K，其中。4.如权利要求1所述的基于核判别分析的人脸识别方法，其特征在于：所述步骤三计算的向量为和。5.如权利要求1所述的基于核判别分析的人脸识别方法，其特征在于：所述步骤四提取的是总贡献率达到90%以上的前k个主成分。6.如权利要求1所述的基于核判别分析的人脸识别方法，其特征在于：所述步骤五具体为根据准则函数计算最佳投影方向W，将Y投影到LDA的最佳投影方向WTZi=Wyi进而完成了KFDA特征提取，形特征子空间，并得到训练样本数据集Z。2CN107085706A说明书1/3页基于核判别分析的人脸识别方法技术领域[0001]本发明涉及一种基于核判别分析的人脸识别方法，属于人脸识别领域。[0002]背景技术[0003]人脸识别是通过分析人类脸部视觉特征来达到身份鉴别目的的一种计算机技术。学术界对人脸识别给出了广义和狭义两方面的具体定义。广义的人脸识别包括人脸检测（facedetection）、人脸表征（facerepresentation）、人脸鉴别（faceidentification）、表情分析（faceexpressionanalysis）以及物理分类（physicalclassification）等一系列相关技术；而狭义的人脸识别则被定义为一种技术或系统，这一技术或系统能够通过人脸的特征进行身份确认、身份比较和身份查找。[0004]目前，由于人脸识别技术能够通过生物体（一般特指人）本身的生物特征来区分个体，提高了生物体识别的精度，因此，该技术得到了广泛关注和推崇，使该领域也成为了生物识别特征研究中的热点。以人类为例，生物特征主要来自于以下方面：脸、视网膜、虹膜、手掌纹、指纹、语音、体形、习惯等，因而基于上述内容，研究则被重点放在了识别人脸、视网膜、虹膜、手掌纹、指纹、语音、体形、键盘敲击、签字等相应特征的计算机识别技术上，并取得了具有重要意义的成果。[0005]人脸识别的优势在于其自然性和友好性的特点。所谓自然性，是指人类本身也是通过观察和比较人类脸部特征来辨别和确认对方身份的，如语音识别、体形识别等也同样具有自然性的特征，而人类或其他生物通常不通过指纹、虹膜等特征区别个体，因此上述特征识别就不具有自然性的特征。[0006]所谓友好性，是指该识别方法不因特殊对待而增加被鉴别人的心理负担，并且也因此而更容易获取直接和真实的特征信息。指纹或者虹膜识别需要利用电子压力传感器或红外线等特殊技术手段采集信息，上述特殊的采集技术易被人发现，大大增加了被鉴别人躲避身份鉴别的可能性，降低了身份鉴别的效率