专利名称：一种基于彩色图像的人脸识别方法
技术领域：
本发明属于图像处理的技术领域，具体地涉及一种基于彩色图像的人脸识别方法。
背景技术：
现今人脸识别已成为模式识别和人工智能领域的研究热点。但是目前大多数人脸识别的算法都是基于灰度图像展开的，最近的研究表明，彩色图像对于人脸识别能够提供有用的信息，因此，如果能充分利用彩色信息，则可以有效地提高人脸的识别率。人脸空间中存在着一个低维非线性流形结构，并且流形的几何结构是嵌入在样本的相似性中。如图I所示，张太平提出了一种基于相关性的相似特征提取方法，称为Correlation Similarity、Discriminant Analysis (CSDA),该方法能够有效地提取潜藏在样本相似性间的流形结构。但是CSDA方法是基于灰度图像而提出的，这种转换其实丢失了人脸图像的彩色信息。对于彩色人脸识别，如果可以有效利用彩色信息，基于CSDA准则将彩色图像转换为单一颜色图像，继而使用CSDA方法进行特征提取，那么可以想象，相比于基于灰度图像的CSDA方法相t匕，识别率会有所提升。
发明内容
本发明的技术解决问题是克服现有技术的不足，提供一种有效利用彩色图像的彩色信息、基于CSDA准则将彩色图像转换为单一颜色图像、使用该方法得到的彩色人脸表示对于随后的CSDA识别方法是最优的基于彩色图像的人脸识别方法。本发明的技术解决方案是这种基于彩色图像的人脸识别方法，在训练阶段利用训练图像样本通过相似特征提取模型得到特征空间，然后将训练图像样本在该特征空间的投影系数作为该训练图像样本的特征，在测试阶段将测试图像样本投影到该特征空间，然后将测试图像样本在该特征空间投影后得到的系数作为该测试图像样本的特征，最后将训练图像样本的特征和测试图像样本的特征通过一种分类方法进行匹配而得到分类结果，相似特征提取模型为
权利要求
1.一种基于彩色图像的人脸识别方法，在训练阶段利用训练图像样本通过相似特征提取模型得到特征空间，然后将训练图像样本在该特征空间的投影系数作为该训练图像样本的特征，在测试阶段将测试图像样本投影到该特征空间，然后将测试图像样本在该特征空间投影后得到的系数作为该测试图像样本的特征，最后将训练图像样本的特征和测试图像样本的特征通过一种分类方法进行匹配而得到分类结果，其特征在于相似特征提取模型为
2.根据权利要求I所述的基于彩色图像的人脸识别方法，其特征在于 所述相似特征提取模型通过一种迭代算法获得最优化组合系数向量X*= [Xl，X2, x3]T和最优化投影矩阵W*=[Wl，W2, L, wd]，该迭代算法包括以下步骤 (1)给定一个初始彩色图像样本的彩色分量组合系数向量X[°]，设定迭代次数k=0； (2)构造0妒])-《(Z’和Se(Xw)，并且计算它们的前d个最大的特征值对应的广义特征向量W1, W2, L, Wd,令Ww = [w1； W2, L, Wd];其中Xw为第k次迭代产生的彩色分量组合系数向量，Ww表示第k次迭代产生的投影矩阵，
3.根据权利要求2所述的基于彩色图像的人脸识别方法，其特征在于 所述分类方法采用余弦距离度量方式来度量特征向量之间的距离，即 咐，
全文摘要
有效利用彩色图像的彩色信息、基于CSDA准则将彩色图像转换为单一颜色图像、得到的彩色人脸表示对随后的CSDA识别方法是最优的基于彩色图像的人脸识别方法，在训练阶段利用训练图像样本通过相似特征提取模型得到特征空间，然后将训练图像样本在该特征空间的投影系数作为该训练图像样本的特征，在测试阶段将测试图像样本投影到该特征空间，然后将测试图像样本在该特征空间投影后得到的系数作为该测试图像样本的特征，最后将训练图像样本的特征和测试图像样本的特征通过一种分类方法进行匹配而得到分类结果，相似特征提取模型根据最优化组合系数向量X*将训练集中的彩色图像转换为单一颜色图像，根据最优化投影矩阵W*得到训练图像的特征。
文档编号G06K9/00GK102708359SQ20121014036
公开日2012年10月3日 申请日期2012年5月8日 优先权日2012年5月8日
发明者孙艳丰, 家华杰, 胡永利 申请人:北京工业大学