[发明专利]一种基于稀疏表示和形状约束的人脸识别方法

权利要求书

1.一种基于稀疏表示和形状约束的人脸识别方法，其特征在于该方法包括以下步骤：

一、形状初始化

对每一幅待识别图像中的人脸位置与形状进行标记，包括：

a、对一幅待识别图像，利用标记方法提取面部特征点，进行初始化操作；

b、确定形状模型,令形状模型中每幅图像的形状表示为s，每幅图像表示为一个平均形状s₀与n个形状向量的线性组合；

二、基于初始化的形状对待识别图像进行特征提取

基于待识别图像的形状提取纹理，形成待识别图像纹理特征向量，待识别图像纹理特征向量与待识别图像的身份唯一对应；

三、基于形状模型的图像匹配

以待识别纹理特征为基础对训练图像进行匹配，获得每个训练图像的纹理特征，待识别图像纹理特征向量与训练图像的身份唯一对应；

四，以步骤三得到的训练图像纹理特征为基础，对步骤二得到的待识别图像纹理特征进行稀疏表示，得到与训练图像相对应的系数集合；

五，对步骤四获得的系数进行分析，取最大的系数所对应的训练图片身份作为最终识别结果。

2.根据权利要求1所述的基于稀疏表示和形状约束的人脸识别方法，其特征在于所述标记方法为主动形状模型或主动表观模型。

3.根据权利要求1所述的基于稀疏表示和形状约束的人脸识别方法，其特征在于步骤二的具体方法为：利用Delaunay三角剖分对待识别图像的人脸区域进行划分，然后根据点对应关系将待识别图像的纹理特征映射到平均形状，获得与形状无关的待识别图像的纹理特征。

4.根据权利要求1所述的基于稀疏表示和形状约束的人脸识别方法，其特征在于步骤三包括：

a、基于步骤二得到的待识别图像纹理特征以及步骤一实现训练好的形状模型，对每一幅训练图像进行图像匹配，获得其形状；

b、利用Delaunay三角剖分对训练图像的人脸区域进行划分，然后根据点对应关系将训练图像的纹理特征映射到平均形状，获得与形状无关的纹理特征，实现训练图像的特征表达。

5.根据权利要求1所述的基于稀疏表示和形状约束的人脸识别方法，其特征在于步骤四的具体方法为：利用稀疏表达理论将待识别图像表示为训练图像的线性组合，即

T＝Aα(1)

其中,T为待识别图像；A为训练图像；α为所有训练图像所对应的系数；

求解最优α的问题，可以表示为L-1范数最优化问题，即

$\begin{array}{c}{\mathrm{\α}}^{*}={\mathrm{argmin}}_x\left|\right|\mathrm{\α}|{|}_1+|\left|e\right|{|}_1\\ s.t.y=A\mathrm{\α}+e.\end{array}---\left(2\right)$

并通过Augmented Lagrange Multiplier算法得到最优解。