[发明专利]一种基于稀疏图形表示的面部识别判别分析方法

权利要求书

1.一种基于稀疏图形表示的面部识别判别分析方法，其特征在于，主要包括自适应稀疏图形表示法(一)；基于空间分区的判别分析(二)；用于异构面部识别的判别分析方法(三)。

2.基于权利要求书1所述的自适应稀疏图形表示法(一)，其特征在于，首先构建了由M个面部素描-照片对组成的表示数据集；将每个面部图像划分为N个重叠的斑块，并通过特征描述符来表示每个斑块；给定一个素描图像t和一个作品图像g，将它们分成补丁，并以特征描述符代表每个补丁，与之前的表示数据集完全相同。

3.基于权利要求书1所述的特征描述符，其特征在于，令y_i(i＝1,2,…,N)表示素描图像，f(y_i)是对应于y_i的特征描述符；基于特征描述符的欧几里德距离选择围绕y_i位置的搜索区域R×R内的表示数据集中每个面部草图上距离最近的草图；因此，可以找到M个相关的草图补丁，用于素描图像y_i；同样，可以找到相册照片x_i的相关照片。

4.基于权利要求书3所述的补丁，其特征在于，从相关的片段中选择K个最近相邻邻域，并且探测素描片段y_i可以认为是由列向量y_i加权的K个最近相邻邻域的线性组合；然后可以通过联合建模所有素描图像补丁及其邻域来构建马可夫网络模型：

p(wy1,...,wyN,y1,...,yN)=ΠiΦ(f(yi),f(wyi))Π(i,j)∈ΞΨ(wyi,wyj)---(1)]]>

其中，(i,j)∈Ξ表示第i个素描图像，第j个素描图像邻域。