[发明专利]一种基于结构化分析字典的人脸识别方法、装置及设备

权利要求书

1.一种基于结构化分析字典的人脸识别方法，其特征在于，包括：

将人脸训练样本集和人脸测试样本集输入预先构建的人脸识别模型中，并对所述人脸识别模型进行参数初始化，所述人脸训练样本集包括第一预设个数的类别标签样本图像和第二预设个数的无标签样本图像，所述人脸识别模型包括多个子分类器，每个子分类器对应所述人脸训练样本集中的一个类别；

对所述人脸训练样本集中包含的每一类别的数据集进行结构化字典学习，以得到各类别数据集的子字典和相对应的子稀疏编码；结构化字典学习的过程为通过最小化样本重建误差项和解析的非相干性增强项；对各类别数据集的子稀疏编码进行近似分析，得到各子稀疏编码的子投影；

根据各子投影及所述人脸训练样本集训练所述人脸识别模型中的各子分类器；

利用所述人脸识别模型中的各子分类器对所述人脸测试样本集进行分类，输出所述人脸测试样本集的所属类别标签；

其中，所述对所述人脸训练样本集中包含的每一类别的数据集进行结构化字典学习，以得到各类别数据集的子字典和相对应的子稀疏编码的过程包括：

将下述公式作为所述人脸识别模型中的提升函数，对所述人脸训练样本集中包含的每一类别的数据集进行结构化字典学习：

式中，为学习得到的子字典集，K为字典数目，c为所述人脸训练样本集包含的类别数目，为第l类的子字典，为第l类的子字典对应的子稀疏编码，为子稀疏编码矩阵S＝[S₁，…，S_l，…，S_c]中S_j的互补矩阵。

2.根据权利要求1所述的基于结构化分析字典的人脸识别方法，其特征在于，所述对各类别数据集的子稀疏编码进行近似分析，得到各子稀疏编码的子投影包括：

根据下述公式从各子稀疏编码中提取相对应的子投影：

式中，所述人脸训练样本集为

为子投影集，是第l类子稀疏编码的子投影；||S_l||_2，1为l_2，1范数约束。

3.根据权利要求1所述的基于结构化分析字典的人脸识别方法，其特征在于，所述根据各子投影及所述人脸训练样本集训练所述人脸识别模型中的各子分类器包括：

根据各子投影及所述人脸训练样本集，利用下述公式作为训练函数对所述人脸识别模型中的各子分类器进行训练：

式中，所述人脸训练样本集为为子投影集，是第l类子稀疏编码的子投影，h_l,i＝[0,…,1,…,0]∈R^c为所述人脸训练样本集的类别标签向量，非0数值代表X_l所属的类别，W_l∈R^c×k为子分类器。

4.根据权利要求1至3任意一项所述的基于结构化分析字典的人脸识别方法，其特征在于，所述人脸识别模型的目标函数为：

式中，为子字典的约束，所述人脸训练样本集为为子投影集，是第l类子稀疏编码的子投影，h_l,i＝[0,…,1,…,0]∈R^c为所述人脸训练样本集的类别标签向量，非0数值代表X_l所属的类别，W_l∈R^c×k为子分类器，||S_l||_2，1为l_2，1范数约束，α、τ、λ为参数。