基于对称性的人脸图像特征提取的方法及装置与流程

技术特征：

1.基于对称性的人脸图像特征提取的方法，其特征在于，包括：

S1、预先储存一组含有多个类别的人脸样本，每个类别包括至少一张人脸样本；根据人脸的对称性，将预先存储的人脸样本分成左半脸和右半脸，并转化为向量的形式；

S2、利用人脸样本的左半脸和右半脸，根据目标函数交替迭代计算求得每张人脸样本图像的左半脸的低维投影空间及左右脸残差；

S3、利用左半脸的低维投影空间及左右脸的残差，得到每张人脸样本图像的重构图像；

S4、判断人脸样本的重构图像与人脸图像的残差是否小于残差阈值，若是，则结束运算并得到满足残差阈值的左半脸的低维投影空间和左右脸残差，并利用左半脸的低维投影空间对人脸样本进行特征提取；否则，返回S2。

2.根据权利要求1所述的基于对称性的人脸图像特征提取的方法，其特征在于，步骤S2中的目标函数为：

其中，En表示含有N张人脸样本图像的图像集需要满足的优化目标函数，该函数优化目标分为三个部分：第一部分为(a)表示约束第i张人脸样本的左脸重构误差，第二部分为(b)表示约束第i张人脸样本的右脸重构误差，第三部分为(c)表示左右脸残差的稀疏度约束；表示第i个人脸样本图像的左半脸的线性空间模型，表示第i个人脸样本图像的左半脸在低维投影空间的重构图像的线性空间模型，表示第i个人脸样本图像的右半脸的镜像的线性空间模型，表示第i个人脸样本图像的右半脸在低维投影空间的重构图像的镜像的线性空间模型，eⁱ表示第i个人脸样本图像的左右脸残差，λ1表示约束右脸重构误差的系数，λ2表示左右脸残差稀疏度的系数，表示向量的二范数，||·||1表示向量的一范数，N表示图像集的数量。

3.根据权利要求2所述的基于对称性的人脸图像特征提取的方法，其特征在于，所述第i个人脸样本图像的右半脸在低维投影空间的重构图像的镜像的线性空间模型的计算包括：

使用第i个人脸样本图像左半脸的镜像的线性空间模型来替换第i个人脸样本图像右半脸在低维投影空间的重构脸的镜像的线性空间模型，具体可以表示为：

其中，表示第i个人脸样本图像右半脸的镜像的线性空间模型。

4.根据权利要求1所述的基于对称性的人脸图像特征提取的方法，其特征在于，所述利用左半脸的低维投影空间和左右脸的残差得到重构图片包括：

使用左半脸的低维投影空间W^L得到左脸的重构图片，表示为：

利用得到的左脸重构图片和左右脸的残差eⁱ得到镜像重构图片，表示为：

将得到的镜像重构图片镜像翻转，并与左脸重构图片拼合，得到重构图片。

其中，表示第i个人脸样本图像的左半脸的线性空间模型，表示第i个人脸样本图像的左半脸在低维投影空间的重构图像的线性空间模型，表示第i个人脸样本图像的右半脸在低维投影空间的重构图像的镜像的线性空间模型，eⁱ表示第i个人脸样本图像的左右脸残差，上标T表示转置矩阵。

5.根据权利要求1所述的基于对称性的人脸图像特征提取的方法，其特征在于，所述利用左半脸的低维投影空间和左右脸残差对人脸样本进行特征提取包括：

其中，表示第i张人脸样本图像的左半脸特征，W^L表示第i张人图像的左半脸的低维投影空间，上标T表示转置矩阵，表示第i个人脸样本的左半脸的线性空间模型。

6.基于对称性的人脸图像特征提取的装置，其特征在于，所述装置包括存储模块、计算模块、重构模块、获取模块和判断模块，其中：

存储模块，用于存储根据人脸样本结构的对称性分别左右脸并转化成向量的形式的人脸样本和经过处理的人脸样本图特征，所述人脸样本图像特征包括左半脸的特征及左右脸的残差；

计算模块，用于针对人脸样本，计算目标函数的最小值成立的时候得到的每张人脸样本图像的左半脸的低维投影空间及左右脸的残差；

重构模块，用于利用人脸样本的左半脸的低维投影空间以及左右脸的残差，得到人脸样本的重构图像；

获取模块，用于得到人脸样本的左半脸对应的重构图像和所述的人脸样本图像对应的残差向量；

判断模块，用于判断获取模块得到残差向量与残差阈值的关系，保证左右残差尽可能稀疏，并将满足获取模块得到残差向量与残差阈值的关系的左半脸的低维投影空间及左右脸的残差存储在存储模块；

转化模块，用于根据得到的左半脸的低维投影空间及左右脸的残差转化为重构人脸样本图像。

7.根据权利要求6所述的基于对称性的人脸图像特征提取的装置，其特征在于，计算模块中的目标函数表示为：

其中，En表示含有N张人脸样本的图像集需要满足的优化目标函数，该函数优化目标分为三个部分：第一部分为(a)表示约束第i张人脸样本的左脸重构误差，第二部分为(b)约束第i张人脸样本的右脸重构误差，第三部分为(c)表示左右脸残差的稀疏度约束；表示第i个人脸样本的左半脸的线性空间模型，表示第i个人脸样本的左半脸在低维投影空间的重构图像的线性空间模型，表示第i个人脸样本的右半脸的镜像的线性空间模型，表示第i个人脸样本的右半脸在低维投影空间的重构图像的镜像的线性空间模型，eⁱ表示第i个人脸样本的左右脸残差，λ1表示约束右脸重构误差的系数，λ2表示左右脸残差稀疏度的系数，表示向量的二范数，||·||1表示向量的一范数，N表示图像集的数量。

8.根据权利要求7所述的基于对称性的人脸特征提取的装置，其特征在于，所述第i个人脸样本的右边脸在低维投影空间的重构图像的镜像的线性空间模型的计算包括：

使用第i个人脸样本图像左半脸的镜像的线性空间模型来替换第i个人脸样本右半脸在低维投影空间的重构脸的镜像的线性空间模型，具体可以表示为：

其中，表示第i个人脸样本右半脸的镜像的线性空间模型。

9.根据权利要求6所述的基于对称性的人脸特征提取的装置，其特征在于，利用左半脸的低维投影空间和左右脸的残差得到重构图片包括：

使用左半脸的低维投影空间W^L得到左脸的重构图片，表示为：

利用得到的左脸重构图片和左右脸的残差eⁱ得到镜像重构图片，表示为：

将得到的镜像重构图片镜像翻转，并与左脸重构图片拼合，得到重构图片。

其中，表示第i个人脸样本图像的左半脸的线性空间模型，表示第i个人脸样本图像的左半脸在低维投影空间的重构图像的线性空间模型，表示第i个人脸样本图像的右半脸在低维投影空间的重构图像的镜像的线性空间模型，eⁱ表示第i个人脸样本图像的左右脸残差，上标T表示转置矩阵。

10.根据权利要求6所述的基于对称性的人脸特征提取的装置，其特征在于，所述左半脸的特征表示为：

其中，W^L表示第i张人图像的左半脸的低维投影空间，上标T表示转置矩阵，表示第i个人脸样本的左半脸的线性空间模型。