[发明专利]一种基于局部判别CCA的海关身份验证系统及方法

权利要求书

1.一种基于局部判别CCA的海关身份验证特征库的建立方法，其特征在于，该方法包含：

(S1)截取护照中人脸图像和视频中的人脸图像，统一尺寸并将图片转换为灰度图像，以获得M个人的N幅护照人脸和视频人脸的图像对其中，g_xi和g_yi分别为第i个图像对的护照人脸和视频人脸图像，L(x_i)为第i个图像对的身份类别标签；

(S2)获得每幅灰度图像的每列，以得到该灰度图像的向量表示，并进行约简，得到第i个图像对约简后对应的向量对其中，p为护照人脸图像的约简维数，q为视频人脸图像的约简维数；

(S3)定义两个矩阵通过局部判别CCA的目标函数优化以寻找成对的投影矩阵和使得投影后的典型变量Z_x＝W_x^TX与Z_y＝W_y^TY之间的相关性最大化，获得两个映射矩阵W_x＝[w_x1,w_x2,...,w_xd]和W_y＝[w_y1,w_y2,...,w_yd]；

(S4)利用W_x和W_y对任意的护照人脸和视频人脸图像对对应的向量对进行映射，得到低维融合特征向量将所有N个存储于特征库；

所述的局部判别CCA的目标函数通过局部类内权值类间权值和局部相关权值构建；

所述的和的计算方程为：

式(3)、(4)和(5)中，η^x和η^y为两个局部调节参数。

2.根据权利要求1所述的基于局部判别CCA的海关身份验证特征库的建立方法，其特征在于，所述的η^x和η^y为：

式(6)中，k为最近邻邻域数。

3.根据权利要求2所述的基于局部判别CCA的海关身份验证特征库的建立方法，其特征在于，在所述的步骤(3)中，所述的两个映射矩阵的获得方法包含：

(S3.1)构建局部判别CCA的优化问题，目标函数为：

式(1)中，T为矩阵转置运算；w_x和w_y分别为待求矩阵W_x和W_y的元素；A_xx和A_yy分别为X和Y的加权自相关矩阵，A_xy为X和Y的加权互相关矩阵；

(S3.2)利用拉格朗日数乘法将式(1)转换成如下的优化问题，方程式为：

式(7)中，λ₁和λ₂为拉格朗日数乘法待定的特征值，T为矩阵转置运算，w_x和w_y分别为待求矩阵W_x和W_y的元素，A_xx和A_yy分别为X和Y的加权自相关矩阵，A_xy为X和Y的加权互相关矩阵；

(S3.3)对式(7)L求偏导数，令偏导数为0得：

(S3.4)令λ_x＝λ_y＝λ，将式(8)转换为广义特征值分解问题，广义特征方程如下：

式(9)中，λ为最大广义特征值；

(S3.5)求解式(9)的广义特征方程，得到前d个最大广义特征值λ₀,λ₁,L,λ_d-1，λ₀≥λ₁≥L≥λ_d-1对应的广义特征向量对w_xi和w_yi，i＝1,2,…,d，其中，d为低维特征向量的维数；

(S3.6)由w_xi和w_yi，i＝1,2,…,d得到所求的两个映射矩阵W_x＝[w_x1,w_x2,...,w_xd]和W_y＝[w_y1,w_y2,...,w_yd]。