[发明专利]基于多核字典学习的彩色人脸识别方法

说明书

本发明公开了一种基于多核字典学习的彩色人脸识别方法，将多核学习技术应用到彩色人脸数据的字典学习和稀疏编码过程中，通过设计核函数选择准则，对彩色人脸图像训练样本集的三个彩色分量分别挑选最优的核映射函数，再对核映射后的三个彩色分量分别学习三个特征提取系数矩阵、结构化字典和相应的稀疏编码，然后使用学习得到的字典对待识别样本的非线性特征进行稀疏编码，并根据重构误差进行分类和识别。本发明识别效果更高，并对图像质量问题具有较好的鲁棒性。

技术领域

本发明具体涉及基于多核字典学习的彩色人脸识别方法，属于人脸识别技术领域。

背景技术

现有基于多核学习技术的彩色人脸识别方法包括：

对一个彩色人脸图像训练样本集X，令n表示所有彩色人脸图像训练样本的个数，X_R∈R^d×n、X_G∈R^d×n、X_B∈R^d×n分别表示R、G、B三个彩色分量样本集，d表示彩色分量样本维数；φ_R:R^d→H_R、φ_G:R^d→H_G、φ_B:R^d→H_B表示三个核映射，它们分别将R、G、B三个彩色分量样本从原始d维的线性空间R^d映射到三个非线性高维核空间H_R、H_G、H_B，H_i的维数为k_i表示核映射φ_i对应的核函数，ω_i表示多核学习中对应核函数k_i的多核组合系数，表示中心化后的φ_i(X_i)；表示一个投影变换，它可以将φ_i(X_i)的样本维数从降低到

基于彩色特征双重多核鉴别分析的人脸识别方法(CD-MK-DA)(专利申请号201510104510.8)将多核子空间学习技术应用到彩色人脸特征的双重鉴别分析中，对三个彩色分量分别使用三个不同的非线性核映射，再在各个彩色分量特征内部和不同彩色分量特征之间实现基于欧式距离的双重鉴别分析。具体做法如下：

式中，tr(·)表示方阵的迹，是一个系数矩阵，满足W_i＝φ_i(X_i)A_i，和分别表示加入多核组合系数的第i个彩色分量训练样本集内部的类内核特征散布矩阵和类间核特征散布矩阵，和分别表示加入多核组合系数的第i和第j个彩色分量训练样本集之间的类内核特征散布矩阵和类间核特征散布矩阵。

基于彩色特征双重多核鉴别相关性分析的人脸识别方法(CD-MK-DCA)(专利申请号201510103084.6)将多核子空间学习技术应用到彩色人脸特征的双重鉴别相关性分析中，对三个彩色分量分别使用三个不同的非线性核映射，再在各个彩色分量特征内部和不同彩色分量特征之间实现基于相关性度量的双重鉴别相关性分析。具体做法如下：

式中，是一个系数矩阵，满足和分别表示第i个彩色分量训练样本集内部的类内核特征相关性矩阵和类间核特征相关性矩阵，和分别表示第i和第j个彩色分量训练样本集之间的类内核特征相关性矩阵和类间核特征相关性矩阵。通过公式的等价变换，并加入多核组合系数，可得

式中，表示一个n_k阶所有元素都为1的方阵。