专利名称：一种人脸识别方法
一种人脸识别方法
技术领域：
本发明涉及图像处理领域，特别是关于一种人脸识别方法。背景技术：
人脸识别是计算机视觉的重要研究领域，在人机交互、出入控制、智能监控等诸多方面有着广阔的市场前景和应用价值。目前现有的人脸识别方法，主要是使用线性判别分析(LDA)提取训练人脸的特征，然后设计分类器以区分不同种类的人脸图像。线性判别分析的主要缺点在于，必须将人脸图像拉伸成一维向量再进行运算，运算复杂度比较高，而且需要面对奇异矩阵求逆运算的难题。针对这种情况，最近出现了二维线性判别分析ODLDA)，该方法避免了 LDA中必须将矩阵拉伸成一维向量再进行处理的问题，提高运算速度，同时也在一定程度上解决了奇异矩阵求逆问题，但是2DLDA并没有完全解决奇异矩阵求逆问题。因此，希望提出一种改进的人脸识别方案来克服上述问题。
发明内容本发明所解决的技术问题在于提供一种人脸识别方法，其可以解决人脸识别过程中的奇异矩阵求逆问题。为解决上述问题，本发明提出一种人脸识别方法，其包括建立包括有多张人脸训练图像的人脸训练数据库，基于人脸训练数据库的所有人脸训练图像构造投影矩阵，将人脸训练数据库中的所有人脸训练图像投影到所述投影矩阵上得到每张训练图像的特征矩阵；将待识别图像投影至所述投影矩阵得到该待识别图像的特征矩阵，计算该待识别图像的特征矩阵与各个训练图像的特征矩阵的距离，选择与该待识别图像的特征矩阵距离最小的训练图像的特征矩阵的类别作为该待识别图像的类别。进一步的，对多张人脸训练图像进行包括光照补偿、直方图均衡、灰度归一化在内的预处理。进一步的，所述基于人脸训练数据库的所有人脸训练图像构造投影矩阵包括将上述人脸训练数据库中的所有人脸训练图像作为输入，计算类间散度矩阵(^和类内散度矩阵Gw:
权利要求
1.一种人脸识别方法，其特征在于，其包括建立包括有多张人脸训练图像的人脸训练数据库，基于人脸训练数据库的所有人脸训练图像构造投影矩阵，将人脸训练数据库中的所有人脸训练图像投影到所述投影矩阵上得到每张训练图像的特征矩阵；将待识别图像投影至所述投影矩阵得到该待识别图像的特征矩阵，计算该待识别图像的特征矩阵与各个训练图像的特征矩阵的距离，选择与该待识别图像的特征矩阵距离最小的训练图像的特征矩阵的类别作为该待识别图像的类别。
2.根据权利要求1所述的人脸检测方法，其特征在于对多张人脸训练图像进行包括光照补偿、直方图均衡、灰度归一化在内的预处理。
3.根据权利要求1所述的人脸检测方法，其特征在于所述基于人脸训练数据库的所有人脸训练图像构造投影矩阵包括将上述人脸训练数据库中的所有人脸训练图像作为输入，计算类间散度矩阵Gb和类内散度矩阵Gw:
全文摘要
本发明公开一种人脸识别方法，其包括建立包括有多张人脸训练图像的人脸训练数据库，基于人脸训练数据库的所有人脸训练图像构造投影矩阵，将人脸训练数据库中的所有人脸训练图像投影到所述投影矩阵上得到每张训练图像的特征矩阵；将待识别图像投影至所述投影矩阵得到该待识别图像的特征矩阵，计算该待识别图像的特征矩阵与各个训练图像的特征矩阵的距离，选择与该待识别图像的特征矩阵距离最小的训练图像的特征矩阵的类别作为该待识别图像的类别。这样，在本发明中不需要进行矩阵求逆运算，不受到奇异矩阵求逆运算的约束，相比于2DLDA鲁棒性更高，应用范围更广泛。
文档编号G06K9/00GK102254166SQ20111023245
公开日2011年11月23日 申请日期2011年8月15日 优先权日2011年8月15日
发明者王磊 申请人:无锡中星微电子有限公司