[发明专利]一种Gabor新融合算法的维吾尔族人脸识别方法

说明书

本发明公开了一种Gabor新融合算法的维吾尔族人脸识别方法，首先对复杂场景中含有遮挡和非均匀光照的维吾尔族人脸进行预处理；然后对有遮挡的维吾尔族人脸图像进行多尺度、多方向Gabor局部特征提取，并同时在频域中对实部和虚部分别进行稀疏非负矩阵分解算法提取特征，由于局部提取的特征维数较高，因此进一步做快速PCA降维处理。最后通过支持向量机分类方法对有遮挡和非均匀光照的维吾尔族人脸进行分类识别。实验表明，本发明识别算法对遮挡和非均匀光照时在Yale、ORL、维吾尔族人脸数据库有较强的识别效果，在识别率和鲁棒性上有明显提高。

技术领域

本发明属于生物特征识别技术领域，涉及一种人脸识别方法，具体地说，涉及一种Gabor 新融合算法的维吾尔族人脸识别方法。

背景技术

中国是一个多民族国家，新疆位于中国的西北部，地大物博，是大多数民族混合的区域， 也是大多数三代以上维吾尔族人的生活家园，有着不同于其他民族的面部特征，由于遗传因 素，维吾尔族人脸与中西亚地区的人脸及其相似，所以研究维吾尔族人脸可以提升维吾尔族 的信息化水平，而且对人脸识别领域产生及其重要的影响。

人脸识别极具使用价值，是一种很重要的生物特征认证技术。提出各种人脸识别的算法， 从简单的整体识别发展到对各种背景，各种遮挡的人脸识别，人脸表情多样性以及外在成像 中光照，图像尺寸、旋转、姿态变化等的不同。可是识别效果都并不理想。像主成分分析法 只能通过整体识无法准确识别；梯度算法没有考虑强光对别提取特征，对有遮挡或关照不均 匀的人脸面部的影响及镜像表面的光滑性，影响其算法的稳定性；传统的Gabor算法不能够 多尺度变换、多方

向改变的识别；传统的稀疏算法受光照不均匀影响显著，识别效果不理想。传统的神 经网络算法在识别维吾尔族人脸时容易产生局部最小值且通过迭代收敛的速度慢等缺点。

发明内容

本发明针对上述问题，为了提高有遮挡和光照不均匀的维吾尔族人脸图像识别效果，提 出了一种Gabor新融合算法的维吾尔族人脸识别方法，采用Gabor变换加窗傅立叶函数，可以 在不同频域尺度、不同方向上提取相关的特征。对图像遮挡有较好的适应性。然后通过非负 矩阵算法利用非负限制的天然稀疏性，使光照不均匀维吾尔族人脸的到更好的处理，并用支 持向量机融合，对各个距离相近的样本进行分类，在测试集和训练集中找出最小距离进行识 别，这样有利于在遮挡、或者光照不均匀的条件下都有很好的识别率。

其技术方案如下：

一种Gabor新融合算法的维吾尔族人脸识别方法，包括以下步骤：

1)对收集的图片进行训练，首先，对收集的图片进行剪贴，大小为92*112的.jpg图片。

2)读入一张图片，并标记出大小，通过Gabor对维吾尔族人脸图片训练，得到Gabor的 训练集。

3)图片在Gabor进行频域训练后对其实部和虚部分别进行非负矩阵训练，设置一个非负 系数，对图片反复迭代，对图片的特征值进一步提取。

4)由于图片的大小影响运行的速率，对图片进行降维处理。

5)对维吾尔族人脸图片进行归一化处理，然后通过Kernel的SVM分类训练，得到包含 多类SVM训练结果的结构体。

6)显示出识别结果，并显示识别率。

本发明的有益效果为：