[发明专利]基于进化多特征提取的人脸识别方法

权利要求书

1.一种基于进化多特征提取的人脸识别方法，其特征在于，步骤为：

（1）初始样本分类：从所有的数据样本D中选择一部分作为训练样本，进一步将训练样本分为两部分：一部分D₁包括M₁个样本，用于特征提取；另一部分D₂包括M₂个样本，用于权值进化；

（2）训练样本的特征提取：在同一部分样本D₁中，利用多种不同的特征提取方法进行特征提取；在特征提取过程中，先将原始样本转变为向量，得出向量化的特征；再将多个特征向量拼接成特征矩阵，不同的特征提取方法获取相同维数的特征矩阵；

（3）多特征融合进化：依据Φ=ω₁Φ₁+ω₂Φ₂+......+ω_nΦ_n的形式，对不同方法获取的特征矩阵进行融合，得出一个与采用单一特征提取方法相同大小的特征矩阵，投影后得出的投影坐标与采用单一特征提取方法保持相同的维数；然后利用遗传算法对多特征进行进化，进化的目标函数为多特征在D₂中的识别率，进化的目的是获取最优权重w。

2.根据权利要求1所述的基于进化多特征提取的人脸识别方法，其特征在于，所述步骤（2）的具体流程为：

（2.1）将原始的图片矩阵信息，通过逐行或逐列的累加变为m×n维列向量，再将k个图片的列向量叠加在一起，形成k列的矩阵；

（2.2）利用提取方法对上述矩阵进行特征提取，得到j个m×n维特征向量Φ，j的大小为提前设定。

3.根据权利要求1所述的基于进化多特征提取的人脸识别方法，其特征在于，所述步骤（3）的具体流程为：

（3.1）依据Φ=ω₁Φ₁+ω₂Φ₂+......+ω_nΦ_n的形式，对不同方法获取的特征矩阵进行融合；

（3.2）将w₁、w₂……w_n作为遗传算法的变量，依据先验信息确定种群数、初始种群、目标函数、终止条件，其中目标函数为每一个个体在样本群D₂中的错误率；

（3.3）设置种群迭代方式、交叉率和变异率，不断优化种群，使目标函数的值持续优化；

（3.4）达到终止条件后，取最优个体作为迭代结果。

4.根据权利要求3所述的基于进化多特征提取的人脸识别方法，其特征在于，所述步骤（3.3）的具体流程为：

（3.3.1）通过预先设定的方式得出下一代种群，包括一部分从上一代遗留下来的个体加上通过交叉新生成的个体，在此基础上再进行变异；

（3.3.2）从样本群D₂中选出一部分作为某一个个体的权值进化样本，将种群中的每一个个体都在这部分样本中进行检验，得出对应每一个个体的错误率；

（3.3.3）按照从高到低的顺序，排列当前种群的个体，用以得出下一代种群。