[发明专利]一种基于彩色图像的人脸识别方法

说明书

技术领域

本发明属于图像处理的技术领域，具体地涉及一种基于彩色图像的人脸识别方法。

背景技术

现今人脸识别已成为模式识别和人工智能领域的研究热点。但是目前大多数人脸识别的算法都是基于灰度图像展开的，最近的研究表明，彩色图像对于人脸识别能够提供有用的信息，因此，如果能充分利用彩色信息，则可以有效地提高人脸的识别率。人脸空间中存在着一个低维非线性流形结构，并且流形的几何结构是嵌入在样本的相似性中。如图1所示，张太平提出了一种基于相关性的相似特征提取方法，称为Correlation Similarity Discriminant Analysis（CSDA），该方法能够有效地提取潜藏在样本相似性间的流形结构。但是CSDA方法是基于灰度图像而提出的，这种转换其实丢失了人脸图像的彩色信息。对于彩色人脸识别，如果可以有效利用彩色信息，基于CSDA准则将彩色图像转换为单一颜色图像，继而使用CSDA方法进行特征提取，那么可以想象，相比于基于灰度图像的CSDA方法相比，识别率会有所提升。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供一种有效利用彩色图像的彩色信息、基于CSDA准则将彩色图像转换为单一颜色图像、使用该方法得到的彩色人脸表示对于随后的CSDA识别方法是最优的基于彩色图像的人脸识别方法。

本发明的技术解决方案是：这种基于彩色图像的人脸识别方法，在训练阶段利用训练图像样本通过相似特征提取模型得到特征空间，然后将训练图像样本在该特征空间的投影系数作为该训练图像样本的特征，在测试阶段将测试图像样本投影到该特征空间，然后将测试图像样本在该特征空间投影后得到的系数作为该测试图像样本的特征，最后将训练图像样本的特征和测试图像样本的特征通过一种分类方法进行匹配而得到分类结果，

相似特征提取模型为：

maxW,XJ(W,X)=tr{WT(Swc(X)-Sbc(X))W}subjecttoWTSc(X)W=I]]>

其中，J(W,X)表示彩色图像样本转换为单一颜色样本，再经过投影到低维特征空间后，使得类内相关性最大、同时类间相关性最小的目标函数；W表示投影矩阵，X为彩色图像样本的彩色分量组合系数向量；tr{}表示矩阵的迹，W^T表示矩阵W的转置；maxJ(W,X)表示求J(W,X)的最大值；subject to的含义为在满足约束条件下，W^TS^c(X)W=I为约束条件，I表示单位矩阵；要说明及S^c(X)的定义，需要先给出该模型的原型，即