[发明专利]基于分布式压缩传感的近红外与可见光图像人脸识别方法

权利要求书

1.一种基于分布式压缩传感理论的近红外与可见光人脸图像识别方法，包括以下步骤：

1)将人脸图像从训练图像中切割出来；

2)将切割出来的图像进行归一化处理，按顺序切割成块；

3)将近红外图像和及其对应的可见光图像块分别表示成一维列向量形式；

4)分别将近红外图像和可见光图像表示为共同部分和差异部分的和；

5)将共同部分和差异部分进行联合稀疏表示，通过求解最小l₀范数问题得到联合稀疏表示系数；

6)将上两步中近红外图像与可见光图像通过联合稀疏表示进行融合得到的共同部分所对应的稀疏系数作为训练图像类别判定特征；

7)对测试图像进行步骤1)到步骤6)的相同处理，得到测试图像类别判定特征，计算训练图像类别判定特征与测试图像类别判定特征之间的最小欧式距离，根据每幅图像切割成的所有块与指定目标类的最小距离和来确定所属目标类。

2.根据权利要求1所述的基于分布式压缩传感理论的近红外与可见光人脸图像识别方法，所述步骤1)的步骤为：对训练图像采用局部连续均值量化变换特征方法进行人脸检测，将检测到的人脸图像切割出来。

3.根据权利要求1所述的基于分布式压缩传感理论的近红外与可见光人脸图像识别方法，所述步骤2)中图像块的大小为10(Pixel)×10(Pixel)。

4.根据权利要求1所述的基于分布式压缩传感理论的近红外与可见光人脸图像识别方法，所述步骤5)的步骤为：将每类的共同部分和差异部分进行联合稀疏表示，通过最小l₀范数问题求解得到稀疏系数向量特征。