[发明专利]一种改进线性鉴别分析降维的笑脸识别方法

权利要求书

1.一种改进线性鉴别分析降维的笑脸识别方法，其特征在于：具体步骤为：

（11）、基于标准的Haar特征与AdaBoost算法的人脸区域定位；

（12）、人脸区域Gabor特征矢量的提取；

（13）、改进线性鉴别分析对人脸区域Gabor特征矢量的特征降维；

（14）、支持向量机对降维后的Gabor特征矢量进行训练与识别。

2.根据要求1所述的笑脸识别方法，其特征在于：所述步骤（12）的Gabor特征矢量提取采用的Gabor滤波器具有4个方向：                                               和5个尺度：。

3.根据要求1所述的笑脸识别方法，其特征在于：所述步骤（13）的具体步骤为：定义子空间是由一系列矢量（）组成，将这些矢量组成矩阵，每个人脸区域中的Gabor特征矢量是一个样本，定义类间散度矩阵和类内散度矩阵为：

 

  

 是样本的权重值，是所有第类训练样本的均值， 是所有训练样本的均值，是第类中第个训练样本，是第i类中的非j样本，是训练样本数量，是第类中样本的个数，是样本的类别总数，样本对应均值是；再利用公式求取最优的改进线性鉴别分析的投影矩阵；利用投影矩阵对训练样本进行投影，完成特征矢量的降维。

4.根据要求1所述的笑脸识别方法，其特征在于：所述步骤（14）的支持向量机为二类支持矢量机分类器。