[发明专利]基于个人ICA基图像重构误差的人脸识别方法

说明书

技术领域

本发明属于模式识别领域，具体涉及一种人脸识别方法，是生物特征识别领域关 于人脸特征提取与识别的一种方法。

背景技术

生物特征识别是一项利用人类特有的生物特征来进行身份识别的技术，它提供了 一种高可靠性、高稳定性的身份鉴别途径。生物特征具有唯一性，是可测量或可识别 的生理特性或行为方式，分为生理特征和行为特征。生物识别系统通过对生物特征进 行取样，提取其特征并转化成数字代码，然后将这些代码以不同方式组成其特征模板。 当被识别者同识别系统交互进行身份认证时，识别系统获取其特征并与特征模板进行 比对，以确定是否匹配，从而决定接受或拒绝该人。因为生物特征识别是基于个体的 生理特征或行为特征，所以它比传统识别方法具备更强的防伪能力，而且也方便人们 使用。

在所有的生物特征识别方法中，人脸识别是目前最受人们关注的一个分支，它是 计算机视觉与模式识别领域非常活跃的一个研究方向，被广泛应用于国家安全、公安、 司法、政府、金融、商业、安检、保安等身份鉴别系统。同时，由于人脸识别的非侵 犯性，相较与其它生物特征识别方法，诸如指纹识别，掌形识别，眼虹膜识别和声音 识别等，具有直接、友好、方便等特点，它也是人们最容易接受的身份鉴别方式。相 较与其它生物特征识别方法，人脸识别具有以下两点独一无二的特性：

(1)人脸识别不需要人的配合动作，使它更易于使用，特别适合要求隐蔽实行 的场合；

(2)人脸作为一种高普遍性、可以非接触式采集的重要生物特征，能更直观， 更方便的核查一个人的身份。

依托于图像理解、模式识别、计算机视觉和神经网络等技术，计算机人脸识别技 术在一定范围内获得了成功，并且正在被推向应用领域。比如：证件中的身份认证； 楼宇进出的安全控制；重要场所的安全检测和监控；智能卡中的身份认证等。同时， 由于电子商务等网络资源的利用，网络的安全控制也成为一个日益迫切的重要问题， 这些问题的出现也对身份验证提出了新的要求，而利用人脸识别技术，就可以实现计 算机的登录控制、应用程序安全使用、数据库安全访问和文件加密等，以保证电子商 务及网络的安全性。另外，人脸识别技术还可被用在图像库检索技术、真实感虚拟游 戏等诸多领域。国际生物组织(International Biometric Group，IBG)做的一个生 物识别技术市场的报告显示，2007年全世界整个生物识别技术市场的总收入为30.126 亿美元，而人脸识别技术在整个生物识别技术市场中所占的比例为12.9％，同时，该 组织还预测在2012年生物识别技术市场总收入将达到74.077亿美元，而人脸识别领 域所占的市场份额也有着逐年增加的发展趋势。

发明内容

本发明的目的在于：提出了一种以图像重构误差作为判别特征的人脸识别新方 法，该方法将测试人脸图像向每一个由ICA基图像构成的特征子空间进行投影并重构， 以重构图像误差作为特征实现人脸识别。

本发明的技术方案是：基于独立成份分析算法，我们提出了以个人人脸图像的类 内协方差矩阵为产生矩阵获取单个人的ICA基图像构成其人脸特征子空间，然后将待 识别图像对每个特征子空间进行映射提取特征，并以此特征值进行图像重构，最后将 获得的图像最小重构误差将图像重构误差序列作为提取的图像特征参数用于支持向 量机进行分类识别。其具体实现步骤如下：

步骤1、图像预处理；

对人脸图像矩阵I(大小为w×h)进行一定的预处理，主要包括图像平滑以及图 像灰度和方差的归一化处理。

步骤2、获取单个人的训练图像矩阵V_j；

将单个人的每一幅图像矩阵I按行或列展开成n＝w*h维的向量x，并将向量x进 行去均值处理以及白化处理，使得白化后的变量协方差矩阵为单位矩阵，利用协方差 进行特征值分解，即E(xx^T)＝PEP^T，其中E是正交矩阵E(xx^T)的特征值，P是对应 的特征向量，得到的白化矩阵为：

                            M＝PE^-1/2P^T                        (1)

得到白化后的数据：