[发明专利]一种增强现实系统的人脸识别过程

摘要

本发明公开了一种增强现实系统的人脸识别过程，涉及增强现实技术领域，通过K‑L变换获取人脸最重要信息，得到特征脸空间，当进行识别匹配时，将用于测试的图像投影到特征脸空间，获取相应的投影系数，最后通过与训练人脸图像比较相似程度，进行匹配识别分类，为系统中人脸匹配提供更好的相似匹配效果。一种增强现实系统的人脸识别过程。

主权项

一种增强现实系统的人脸识别过程，其特征在于，利用主成分分析，通过低维子空间对于包含人脸的输入图像进行描述，并对相关需要的匹配内容进行了保存，该方法包括以下步骤：步骤1：读入训练人脸库，将库中人脸图像读入，并将其转化为一维的向量，对于给定的一个人脸数据库，库中所有的图像个数为n，选定作为训练的人脸图像数为n1，剩下图像作为测试，其数目为n2，假设图像大小为w×h，w为图像宽度，h为图像高度，令m＝w×h，那么训练集是m×n1矩阵，测试集为m×n2矩阵；步骤2：计算K‑L变换的协方差矩阵Σ，K‑L变换的生成矩阵可以是训练样本总体散步矩阵St，总体散步矩阵可表示为：St=Σi=1n1(xi-x‾)(xi-x‾)T]]>取总体散步矩阵St为协方差矩阵Σ，记X=[x1-x‾,x2-x‾,...,xn1-x‾]]]>则Σ＝XXT；步骤3：计算得到特征脸,通过求解获取协方差矩阵Σ的特征值以及其相应的特征向量，将得到的特征值由从大到小顺序排序，其相应的特征向量也按特征值的大小顺序进行改变调整，通过选择其中部分特征向量构造出特征子空间，即得到特征脸空间；步骤4：投影，将训练集中每一幅人脸投影到特征脸空间，获得相应的特征向量Pi，i的取值从1到n1，其中n1为训练样本个数；步骤5：对测试集图像进行人脸识别。将测试集人脸图像投影到特征脸空间，得到向量P，通过计算P与Pi的距离，所有距离中最小的相对应于训练集中的图像类别，即为输入测试图像最后识别结果，关于计算P与Pi间的距离，采用欧氏距离来进行计算。