[发明专利]一种基于半脸多特征融合的人脸识别方法

摘要

本发明公开了一种基于半脸多特征融合的人脸识别方法，把全局特征和局部特征结合起来应用于半张人脸中。使得在人脸识别中处理图像的维数更少，而在特征抽取时，利用多特征融合，使得提取图像特征时可以集全局特征和局部特征为一体，提取的特征更加的全面，在缩小识别时间的同时使图像的识别率大大地提高，克服原有的传统方法中采用单一特征处理完整的人脸，处理维数大，计算复杂度高，特征抽取不完整的问题，实现多特征提取半脸图像，使得提取的特征更加完善，不仅提取了全局特征，而且对于局部关键的细微特征也能提取出来，同时能够使得处理时间比较小，实现快速识别。

主权项

一种基于半脸多特征融合的人脸识别方法，其特征在于，包括以下步骤：步骤1、在标准人脸库中，选取正脸图像，并取每幅图像的半边脸，生成标准半脸库；步骤2、从标准半脸库随机抽取训练图像集，剩余的图像组成测试图像集；步骤3、从所有的训练集图像中提取Gabor特征，再经过PCA处理，得到LP‑Gabor特征；步骤4、从所有的训练集图像中提取SVD特征，再经过PCA处理，得到WP‑SVD特征；步骤5、针对LP‑Gabor和WP‑SVD进行串联特征融合，得到训练特征；步骤6、将训练特征用于训练支持向量机模型；步骤7、同样的，抽取所有测试图像的Gabor特征和SVD特征；步骤8、通过将所有测试集的Gabor特征和SVD特征分别向各自的子空间映射，提取测试图像的LP‑Gabor特征和WP‑SVD特征；步骤9、将测试图像的LP‑Gabor特征和WP‑SVD特征进行融合，得到测试特征；步骤10、将测试特征用于训练好的支持向量机模型的分类测试，获得人脸识别结果。