[发明专利]基于个人ICA基图像重构误差的人脸识别方法

摘要

本发明公开了一种基于个人ICA基图像重构误差的人脸识别方法，考虑到单个人脸的一些个体特征，基于独立成份分析算法，本发明以其类内协方差矩阵为产生矩阵获取单个人的人脸特征子空间，然后将待识别图像对每个特征子空间进行映射提取特征，并以此特征值进行图像重构，将获得的图像重构误差作为新的特征向量。基于此特征向量，我们采用支持向量机分类识别算法实现人脸识别，该方法比以往的特征子空间方法更为充分的利用了不同人的人脸特征，有效的提高了识别准确率。

主权项

1、基于个人ICA基图像重构误差的人脸识别方法，包括将人脸图像预处理、人脸图像特征提取及图像重构以及基于SVM的人脸分类识别，其特征在于，其识别步骤为：(1)图像平滑以及图像灰度和方差的归一化处理；(2)读取训练库人脸图像成灰度矩阵形式，并将训练样本以个人进行分类存储成Vj；(3)以个人的人脸图像矩阵Vj作为产生矩阵，采用ICA方法提取其特征子空间Wj；(4)重复步骤2-3，提取出所有人脸的特征子空间Wj，j＝1，2，...，m；(5)将训练图像Xi向Wj进行映射，提取其特征Hij；(6)将特征向量Hij向Wj进行反求，重构得到新的人脸图像Xij；(7)将重构图像Xij减去原图像Xi的二范数除以原图像Xi的二范数计算出重构误差εij；(8)重复步骤5-7，提取出训练图像的重构误差εij，i＝1，2，...，N，j＝1，2，...，m；(9)将所有训练图像的重构误差进行归一化；(10)将归一化后的训练图像重构误差向量作为支持向量机的训练向量，训练支持向量机模型；(11)以与训练图像同样的步骤5-9提取待识别人脸图像的重构误差；(12)将归一化后的待识别图像重构误差向量以支持向量机模型进行分类识别。