[发明专利]基于空间滤波器的人脸识别方法

权利要求书

1.基于空间滤波器的人脸识别方法，其特征在于，包括以下步骤：

S1、对输入的人脸模板图像选取滤波器算法，制作空间滤波器，并将空间滤波器存入滤波器数据库；

S2、对输入的待识别人脸图像作频域变换，得到频域待识别人脸图像；

S3、从滤波器数据库中选取一个空间滤波器与频域待识别人脸图像进行相关匹配运算，得到空间滤波器响应函数；

S4、对空间滤波器响应函数的输出相关平面进行检测，若输出相关平面出现尖锐的相关峰值，则输入的待识别人脸图像与人脸模板图像相匹配，结束人脸识别过程；若输出相关平面未出现尖锐的相关峰值，则输入的待识别人脸图像与人脸模板图像不匹配，转入步骤S5；

S5、若滤波器数据库已遍历，则结束人脸识别过程；若滤波器数据库未遍历，则从滤波器数据库中选择另一空间滤波器，与频域待识别人脸图像进行相关匹配运算，得到空间滤波器响应函数，然后返回步骤S4。

2.根据权利要求1所述的基于空间滤波器的人脸识别方法，其特征在于，步骤S1制作空间滤波器包括：

S11、将所输入的人脸模板图像进行FFT变换，将人脸模板图像从时域的二维图像变成频域的二维图像；

S12、对频域的二维图像进行图像编码，变成模板图像；

S13、对模板图像进行信息处理制作成空间滤波器。

3.根据权利要求1所述的基于空间滤波器的人脸识别方法，其特征在于，所述滤波器算法包括自适应优化滤波器算法，匹配相关峰能量与输入信号总能量之比达到最大值，其中F为人脸模板图像的FFT变换，B为背景噪声的FFT变换，G是F的子集，F=G+B；当输入的人脸模板图像没有遮挡时，G=F，当没有背景噪声时，B=0,

4.根据权利要求1所述的基于空间滤波器的人脸识别方法，其特征在于，所述滤波器算法包括自适应优化滤波器算法，传输匹配能量与传输不匹配能量之比达到最小值，B为背景噪声的FFT变换，G为F的子集，O为G的补集；当没有背景噪声时，B=0，当输入的人脸模板图像没有遮挡时，O=0，

5.根据权利要求1所述的基于空间滤波器的人脸识别方法，其特征在于，所述滤波器算法包括自适应优化滤波器算法，匹配峰值强度与传输匹配输入能量之比达到最大值。

6.根据权利要求1所述的基于空间滤波器的人脸识别方法，其特征在于，所述滤波器算法包括自适应优化滤波器算法，总传输峰值强度与总输入能量之比X₄=(G+B)/F·e^jωγ达到最大值，或者峰值相关能量达到最大值。

7.根据权利要求1所述的基于空间滤波器的人脸识别方法，其特征在于，所述滤波器算法包括综合判别函数法：将人脸模板图像及其畸变图像组成一个训练集，由训练集的图像进行线性组合，找出综合判别函数；通过求取综合判别函数的相关矩阵的逆矩阵来求空间滤波器。

8.根据权利要求1所述的基于空间滤波器的人脸识别方法，其特征在于，所述滤波器算法包括最大平均相关高度滤波器算法，制作的空间滤波器为h＝(s+c)^-1m，m为训练图像均值，c为噪声功率普密度，s为输入图像平均相关累积量。

9.根据权利要求1所述的基于空间滤波器的人脸识别方法，其特征在于，所述滤波器算法包括最大平均相关高度滤波器算法，制作的空间滤波器为其中αβγ为理想传输关闭因子，m^x为训练图像矢量平均值，Dx是平均相关能量，Sx是平均相似度测量值。