[发明专利]基于PCA图像重构和LDA的人脸识别方法

说明书

技术领域

本发明涉及一种基于PCA图像重构和LDA的人脸识别方法，属于计算机图像处理与模式识别技术领域。

背景技术

人脸识别技术是利用计算机分析人脸图像，从中提取有效的识别信息，辨别个人身份的一门技术，对于输入的人脸图像，首先判断其中是否存在人脸，若存在人脸，则进一步的给出每个人脸的位置、大小和各个主要面部器官的位置信息，并根据这些信息，进一步提取每个人脸中所包含的身份特征，并将其与己知人脸库中的人脸进行对比，从而识别每个人脸的身份。人脸识别技术涉及到模式识别、图像处理、计算机视觉、生理学、认知学等诸多学科的知识，并与其他生物特征的识别方法以及计算机人机感知交互的研究领域都有密切联系。同时人脸识别作为一种生物特征识别，有着其他生物特征识别方法（如指纹、虹膜、DAN检测等）所无法比拟的优点：

（1）非侵犯性，人脸图像的获取不需要和被检测人发生身体接触，可以在不惊动被检测人的情况下进行识别；

（2）低成本、易安装，人脸识别系统只需要采用普通的摄像头、数码摄像机等被广泛使用的摄像设备即可，而且对用户来说也没有特别的安装要求；

（3）无人工参与，整个人脸识别过程不需要用户或被检测人的主动参与，计算机可以根据用户的预先设置自动进行。

由于人脸识别技术具有以上的优势，人脸识别技术被广泛的应用到多个领域，比如司法部门领域，公安部门可通过犯罪嫌疑人的照片或者面部特征，迅速调取档案系统中的人脸照片进行比对，可以提高刑侦破案的效率；公共安全领域，在车站、机场、宾馆等人群密集的地方，若想发现特定的目标是非常困难的，采用人脸识别系统和智能视频监控系统相连接，就可以非常快速的从人群密集的地方找到特定目标；门禁系统领域，传统的门禁系统的身份识别技术存在着伪造、冒用等风险，而人脸识别系统作为生物特征识别的一种，不存在着这些风险，而且还会给用户带来更多的方便；信息安全领域，如各类银行卡、金融卡的持卡人身份验证，而且随着网络信息化的发展，电子银行被使用的越来越频繁，但是目前的电子银行的安全机制主要是依赖于账号、密码、数字证书等，这些信息容易被复制、传播、人脸识别技术是一种更为安全可靠的身份认证技术，因此其在信息安全，民事领域大有用武之地。

虽然人类可以毫不困难地由人脸辨别一个人，但利用计算机进行完全自动的人脸识别仍存在许多困难，其表现在：人脸是一类具有相当复杂的细节变化的自然结构目标，外貌、表情、肤色等不同；人脸随年龄增长而变化；发型、眼镜、胡须等装饰对人脸造成遮挡；人脸所成图像受光照、成像角度、成像距离等影响。此外人脸识别技术研究与相关学科的发展及人脑的认识程度紧密相关，这诸多因素使得人脸识别研究成为一项极富挑战性的课题。因此，如果能够找到解决这些问题的方法，成功构造出人脸自动识别系统，将为解决其它类似的复杂模式识别问题提供重要的启示。

子空间分析方法是统计模式识别中一类重要的方法，它本质上是一种特征提取与选择的方法，比较典型的方法包括主成分分析（PCA）、线性判别分析（LDA）、独立成分分析（ICA）、奇异值分解（SVD）、非负矩阵因子（NMF）、局部保持映射（LPP）和基于核的非线性子空间分析等等。近年来，基于子空间的模式识别方法得到了快速的发展，由于其具有计算代价小、描述能力强、可分性好等特点，使得该方法在人脸识别等模式识别以及特征提取中得到了广泛的研究和应用。

发明内容

本发明针对以上问题的提出，而研制基于PCA图像重构和LDA的人脸识别方法。

本发明采取的技术方案如下；

1、基于PCA图像重构和LDA的人脸识别方法包括如下几个步骤：

步骤1、图像预处理

步骤二、从ORL人脸库中随机选取图像作为训练集，剩下的图像作为测试集，读取训练库人脸图像成灰度矩阵形式，并将训练样本以个人进行分类存储成V_j；

步骤三、以个人的人脸图像协方差矩阵S_j＝E[(X-μ_j)(X-μ_j)^T]作为产生矩阵，采用PCA方法提取其特征子空间W_j；

步骤四、重复步骤二至三，提取出所有人脸的特征子空间W_j,j＝1,2,...,m，其中m为用于训练及识别的人脸类别数量