專利名稱：基于rgb彩色特征雙重鑒別分析的彩色人臉識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于人臉識(shí)別技術(shù)領(lǐng)域，尤其是涉及一種基于RGB彩色特征雙重鑒別分析的彩色人臉識(shí)別方法。
背景技術(shù)：
人臉識(shí)別是指計(jì)算機(jī)根據(jù)一定的算法，對(duì)新獲得的圖像與計(jì)算機(jī)中已有的圖像庫進(jìn)行匹配比較后，做出測(cè)試圖像中身份判斷的識(shí)別過程。人臉識(shí)別研究是一個(gè)跨越了圖像處理、模式識(shí)別、計(jì)算機(jī)視覺、以及神經(jīng)生理學(xué)、心理學(xué)等研究領(lǐng)域的學(xué)科。人臉識(shí)別近十幾年來的研究非?；顫姡钱?dāng)前圖像工程領(lǐng)域的四大研究熱點(diǎn)之一，它屬于生物鑒別技術(shù)的一部分。生物識(shí)別技術(shù)是指通過對(duì)人體特征的數(shù)字化測(cè)量來進(jìn)行身份鑒別。如指紋、掌紋、人臉、聲音、虹膜、DNA、簽名、耳紋、步態(tài)等特征都可被用來嘗試進(jìn)行身份的鑒定研究。在人的各種形式的生物特征中，人臉是一個(gè)人區(qū)別于他人的最自然、最主要的特征。人臉特征同時(shí)還具有唯一性，一個(gè)人與他人的臉部特征是不同的，即使是雙胞胎的人臉也有區(qū)別，這說明用人臉區(qū)分不同的人是合理可行的。另一方面，人臉圖像相對(duì)于其他生物特征來說更容易獲取，法律上也沒有障礙。人類通過臉部特征來確認(rèn)和區(qū)別不同的人是一件很輕松的事情，但對(duì)于計(jì)算機(jī)來說卻是一個(gè)極其具有挑戰(zhàn)性的任務(wù)。原因主要有，人臉結(jié)構(gòu)都是相似的，不同人的臉部圖像在圖像控件中距離非常接近，這也正是人臉檢測(cè)得以實(shí)施的主要原因，但對(duì)模式分類確實(shí)是非常不利的。人臉是一個(gè)非剛性的物體，在不同階段，不同獲取環(huán)境下在計(jì)算機(jī)中的表示方式可能不一樣，因此對(duì)人臉的最終識(shí)別也會(huì)帶來誤導(dǎo)。從模式識(shí)別的角度來說，人臉識(shí)別屬于一個(gè)大類別的識(shí)別問題，全球有60多億人口，并且在不斷的增加著，類別數(shù)越多，識(shí)別的難度越大。同一個(gè)人的圖像是有各種變化的，人有喜、怒、哀、樂的表情變化，這樣導(dǎo)致一個(gè)人的測(cè)試圖像與存儲(chǔ)庫中的圖像不一致，影響正確的判斷。盡管現(xiàn)在已有一些人臉識(shí)別的方法，但與實(shí)際應(yīng)用的要求及問題的真正解決還有相當(dāng)?shù)木嚯x。同時(shí)，對(duì)于如何表述人臉的特征，也是一個(gè)具有挑戰(zhàn)性的問題。目前，大多數(shù)人臉識(shí)別方法都是基于灰度人臉圖像的研究發(fā)現(xiàn)，而利用彩色信息相對(duì)于僅研究灰度圖像能進(jìn)一步提高人臉圖像的識(shí)別率，因此越來越多的研究者開始利用人臉圖像的彩色信息來提高人臉識(shí)別算法的性能。近年來，研究彩色人臉圖像識(shí)別的方法大多數(shù)并不是直接對(duì)彩色人臉圖像進(jìn)行處理。Creed等人在他們的彩色人臉識(shí)別研究中，首先將彩色人臉圖像變換到單一的灰度圖像模式，然后基于灰度圖像進(jìn)行彩色人臉的識(shí)別。在后來的研究中，Torres等人將傳統(tǒng)的主成分分析算法拓展到彩色人臉識(shí)別研究:首先將彩色人臉的三個(gè)顏色通道分別表示成向量的形式，然后在每個(gè)顏色通道上進(jìn)行人臉的分類，最后融合三個(gè)通道的分類結(jié)果作為最終的彩色人臉識(shí)別結(jié)果。Yang等人提出了一種統(tǒng)一的彩色人臉識(shí)別模型，這種模型采用一組彩色分量的組合系數(shù)來表示人臉，通過這組組合系數(shù)將彩色人臉的三個(gè)顏色通道變換到一個(gè)通道，最后以一維向量的形式來表示彩色人臉，并用于最后的彩色人臉識(shí)別。
現(xiàn)有的彩色人臉識(shí)別算法中，雖然能實(shí)現(xiàn)三個(gè)彩色分量?jī)?nèi)部的鑒別分析，但在處理三個(gè)彩色分量之間的相關(guān)性時(shí)，沒有從識(shí)別或鑒別的角度來處理這種相關(guān)性，從而使得獲取的鑒別信息相對(duì)較少，識(shí)別效果難以保證。以如下兩種算法為例:整體正交分析(HOA) [I]將R、G、B三組彩色分量特征內(nèi)部的鑒別分析和三組彩色分量特征之間的正交去相關(guān)結(jié)合在一起，按照RGB的順序串行依次對(duì)每一個(gè)彩色分量計(jì)算一個(gè)投影變換。具體做法如下:
權(quán)利要求
1.一種基于RGB彩色特征雙重鑒別分析的彩色人臉識(shí)別方法，其特征在于，包括如下步驟: (1)首先獲得訓(xùn)練樣本集，定義訓(xùn)練樣本集內(nèi)部的類內(nèi)特征散布矩陣和類間特征散布矩陣與各彩色分量訓(xùn)練樣本集之間的類內(nèi)特征散布矩陣和類間特征散布矩陣； (2)其次定義目標(biāo)函數(shù)并添加約束，對(duì)目標(biāo)函數(shù)求解，得到投影后的訓(xùn)練樣本特征集； (3)獲得測(cè)試樣本，根據(jù)上述投影后的訓(xùn)練樣本特征集，得出投影后的測(cè)試樣本特征，計(jì)算投影后的測(cè)試樣本特征到每個(gè)訓(xùn)練樣本特征的歐式距離，將測(cè)試樣本歸至距離最小的那個(gè)訓(xùn)練樣本所在的類。
2.根據(jù)權(quán)利要求1所述的基于RGB彩色特征雙重鑒別分析的彩色人臉識(shí)別方法，其特征在于，所述步驟(I)包括:定義第i個(gè)彩色分量訓(xùn)練樣本集內(nèi)部的類內(nèi)特征散布矩陣兄和類間特征散布矩陣筆與第i和第j個(gè)彩色分量訓(xùn)練樣本集之間的類內(nèi)特征散布矩陣粑和類間特征散布矩陣砹如下:
3.根據(jù)權(quán)利要求1或2所述的基于RGB彩色特征雙重鑒別分析的彩色人臉識(shí)別方法，其特征在于，所述步驟(2)中目標(biāo)函數(shù)為: 將目標(biāo)函數(shù)簡(jiǎn)寫為
4.根據(jù)權(quán)利要求3所述的基于RGB彩色特征雙重鑒別分析的彩色人臉識(shí)別方法，其特征在于，所述步驟(2)中α、β、Y取值均為I。
5.根據(jù)權(quán)利要求1或2所述的基于RGB彩色特征雙重鑒別分析的彩色人臉識(shí)別方法，其特征在于，所述步驟(3)中測(cè)試樣本為:
全文摘要
本發(fā)明公開了一種彩色人臉識(shí)別方法，將鑒別分析技術(shù)同時(shí)應(yīng)用到R、G、B三個(gè)彩色分量?jī)?nèi)部和三個(gè)彩色分量之間，在各個(gè)彩色分量?jī)?nèi)部和不同彩色分量之間實(shí)現(xiàn)基于歐式距離的特征層雙重鑒別分析,獲取的鑒別信息多，分類正確率高，識(shí)別能力強(qiáng)。本發(fā)明提供的基于RGB彩色特征雙重鑒別分析的彩色人臉識(shí)別方法包括首先獲得訓(xùn)練樣本集，定義訓(xùn)練樣本集內(nèi)部的類內(nèi)特征散布矩陣和類間特征散布矩陣與各彩色分量訓(xùn)練樣本集之間的類內(nèi)特征散布矩陣和類間特征散布矩陣；定義目標(biāo)函數(shù)并對(duì)目標(biāo)函數(shù)求解，得到投影后的訓(xùn)練樣本特征集；根據(jù)上述投影后的訓(xùn)練樣本特征集，得出投影后的測(cè)試樣本特征，計(jì)算測(cè)試樣本特征到每個(gè)訓(xùn)練樣本特征的歐式距離后將其歸類。
文檔編號(hào)G06K9/00GK103116758SQ201310039790
公開日2013年5月22日 申請(qǐng)日期2013年2月1日 優(yōu)先權(quán)日2013年2月1日
發(fā)明者劉茜, 周媛, 王新蕾 申請(qǐng)人:南京信息工程大學(xué)