基于彩色特征双重多核鉴别分析的人脸识别方法
【技术领域】
[0001] 本发明涉及一种基于彩色特征双重多核鉴别分析的人脸识别方法，属于人脸识别
技术领域。
【背景技术】
[0002] 现有基于RGB彩色特征双重鉴别分析的人脸识别方法（CDDA)(公开号 CN103116758A)将线性鉴别分析技术同时应用到R、G、B三个彩色分量内部和三个彩色分 量之间，在各个彩色分量内部和不同彩色分量之间实现基于欧式距离的特征层双重鉴别分 析。具体做法如下：
【主权项】
1. 基于彩色特征双重多核鉴别分析的人脸识别方法，其特征在于，包括以下步骤： 步骤1，获得各彩色分量训练样本集，定义各彩色分量训练样本集内部的类内核特征散 布矩阵和类间核特征散布矩阵、以及各彩色分量训练样本集之间的类内核特征散布矩阵和 类间核特征散布矩阵，并在矩阵中加入多核组合系数； 步骤2,定义目标函数，对目标函数求解，得到投影后的训练样本特征集； 步骤3,获得测试样本，根据上述投影后的训练样本特征集，得出投影后的测试样本特 征，使用基于欧氏距离度量的最近邻分类器对测试样本进行分类和识别。
2. 根据权利要求1所述的基于彩色特征双重多核鉴别分析的人脸识别方法，其特征在 于，步骤1中定义第i个彩色分量训练样本集内部的类内核特征散布矩阵尤和类间核特征 散布矩阵M、以及第i和第j个彩色分量训练样本集之间的类内核特征散布矩阵粑和类间 核特征散布矩阵对如下：
且，忠=%、匁=%; 式中，XKe RdXn、Xee RdXn、XBe Rdxn*别表示R、G、B三个彩色分量训练样本集，η表 示所有彩色人脸图像训练样本的个数，d表示彩色分量训练样本的维数，Rdxn表示dXn维的 欧几里得空间；c表示彩色人脸图像训练样本的类别数；i和j分别表示第i个和第j个彩 色分量，i = R, G，B，j = R, G，B，i关j ;p和q分别表示彩色人脸图像的第p类和第q类，p =1，2,…，c，q = 1，2,…，c，p关q ;np和n q分别表示第P类和第q类的彩色人脸图像训练 样本个数；X丨,.e Rii和4 e Rrf分别表示Xi中第p类的第r个样本和第t个样本，祐e R"表示 Xj中第P类的第t个样本，.<,e R, X,; e Rrf分别表示XjP L中第q类的第t个样本，R策 示d维的欧几里得空间；(^( ·)和（^( ·)分别表示第i个和第j个彩色分量的核映射， 将第i个和第j个彩色分量样本从原始d维的线性空间Rd映射到非线性高维核空间H JP %，氏和L的维数分别为/^和1^ ; WJP、分别表示第i个和第j个彩色分量的投影变换， 将核映射后的第i个和第j个彩色分量样本维数从和 <降低到DS # ， 苽、试、扣分别表示核映射后R、G、B三个彩色分量样本维数;Wi= Cjii(Xi)ApWj = Ctj(Xj)Aj, 4 e RWi和為eir#分别是第i个和第j个彩色分量的投影系数矩阵，表示 nXD%|l的欧几里得空间；KiG Rnxn和K」e Rnxn分别表示X JP Xj的核矩阵，Rnxn表示nXn 维的欧几里得空间；
\表示一个\阶单位阵，弋表示一个\阶所有元素都为1的方阵；Ιη表示一个η阶单 位阵；En表示一个η阶所有元素都为1的方阵；T表示转置。
3. 根据权利要求2所述的基于彩色特征双重多核鉴别分析的人脸识别方法，其特征在 于，在尤、S;:、X和对中加入多核组合系数，即用Co iKi替换Kpcoj.替换Kp可得
且依旧满足：t =&f、C=C; 式中，ω JP 分别表示多核学习中对应核函数k jP h的多核组合系数，k jP k」分 别表示核映射Φ?( ·)和Φ」（·）对应的核函数。
4. 根据权利要求3所述的基于彩色特征双重多核鉴别分析的人脸识别方法，其特征在 于，定义目标函数为：
(9) 式中，A10ApA1^别表不R、G、B三个彩色分量的投影系数矩阵；ω K、c〇e、ωΒ分别表不多 核学习中对应核函数kK、ke、kB的多核组合系数，kK、k e、kB分别表示核映射Φ κ( ·)、<K( ·)、 ΦΒ( ·)对应的核函数，ΦΚ(·)、Φ<；(·)、ΦΒ(·)分别表示R、G、B三个彩色分量的核映射； tr(·)表示方阵的迹；S广、Sf"分别表示R、G、B三个彩色分量训练样本集内部的类 间核特征散布矩阵，表示R、G彩色分量训练样本集之间的类间核特征散布矩阵，^^表 示G、B彩色分量训练样本集之间的类间核特征散布矩阵，Sf to表示B、R彩色分量训练样本 集之间的类间核特征散布矩阵；^^分别表示R、G、B三个彩色分量训练样本集 内部的类内核特征散布矩阵，表示R、G彩色分量训练样本集之间的类内核特征散布矩 阵，表示G、B彩色分量训练样本集之间的类内核特征散布矩阵，表示B、R彩色分量 训练样本集之间的类内核特征散布矩阵； 将目标函数改写为：
5.根据权利要求4所述的基于彩色特征双重多核鉴别分析的人脸识别方法，其特征 在于，对目标函数求解，得到各彩色分量的投影系数矩阵和多核组合系数，求解迭代方法如 下： 5-1)初始化 ωκ= 1/3、ω e= 1/3、ω B= 1/3、V i= -100, V 1表示中间变量； 5-2)根据ωκ、c〇e、ωΒ，通过对T1L矩阵进行特征分解得到公式（10)的解" Ab， 5-3)令V2= tr (A1LA)/tr (A1JA),如果V2-V1;^ ε，则停止迭代更新，输出当前的ω κ、 (〇(；、（〇134、六(；為;否则，令￥ 1=￥2，进入5-4;￥2表示中间变量，8>0表示收敛阈值 ；
5-4)根据已知的"^，通过对^中矩阵进行特征分解得到公式⑴彡的解％、^^、 ωΒ，返回 5-2。
6. 根据权利要求5所述的基于彩色特征双重多核鉴别分析的人脸识别方法，其特征在 于，投影后的训练样本特征集为：
7. 根据权利要求6所述的基于彩色特征双重多核鉴别分析的人脸识别方法，其特征在 于，投影后的测试样本特征为：
式中，yKe Rd、yee Rd、yBe Rd分别表示测试样本y的R、G、B三个彩色分量，表 示核矩阵，心中第r行的元素4表示Xi中的第r个样本，i=R，G，B。
8. 根据权利要求7所述的基于彩色特征双重多核鉴别分析的人脸识别方法，其特征在 于，步骤3中使用基于欧氏距离度量的最近邻分类器对测试样本进行分类和识别，具体为： 计算投影后的测试样本特征到投影后的训练样本特征集中每个训练样本特征的欧式距离， 将测试样本归到距离最小的那个训练样本所在的类。
【专利摘要】本发明公开了一种基于彩色特征双重多核鉴别分析的人脸识别方法，将多核子空间学习技术应用到彩色人脸特征的双重鉴别分析中，对三个彩色分量分别使用三个不同的非线性核映射，再进行特征层双重鉴别分析。对于双重多核鉴别分析获取的特征，使用基于欧氏距离度量的最近邻分类器进行分类和识别。本发明识别效果更高，对R、G、B三个彩色分量的特征进行双重多核鉴别分析之后，鉴别特征的分类能力得到了明显增强。
【IPC分类】G06K9-00
【公开号】CN104680150
【申请号】CN201510104510
【发明人】刘茜
【申请人】南京信息工程大学
【公开日】2015年6月3日
【申请日】2015年3月10日