[发明专利]一种融合矩阵和向量特征提取的Foley-Sammon人脸识别方法

摘要

本发明公开了一种融合矩阵和向量特征提取的Foley‑Sammon人脸识别方法。首先，计算人脸图像矩阵水平方向上的两维Foley‑Sammon鉴别向量矩阵，再计算人脸图像矩阵垂直方向上的两维线性鉴别向量矩阵，然后利用两个鉴别向量矩阵实现人脸图像的双向压缩。将压缩后的每个人脸图像分别按行和列拉成向量后融合成一个向量数据。提取融合后向量数据的鉴别信息。最后用最近邻分器对结果进行分类处理，实现人脸图像的准确识别。本发明在水平方向上采用Foley‑Sammon的方法和垂直方向采用两维线性鉴别方法提取鉴别信息，可以得到人脸图像互补的鉴别特征信息，尽可能得保留人脸图像的主要特征信息，使人脸图像的鉴别信息提取更加充分，从而提高人脸图像的识别率。

主权项

一种融合矩阵和向量特征提取的Foley‑Sammon人脸识别方法，其特征在于，包括如下步骤：步骤1、计算人脸图像矩阵水平方向上的两维Foley‑Sammon鉴别向量矩阵U；步骤2、计算人脸图像矩阵垂直方向上的两维线性鉴别向量矩阵V；步骤3、人脸图像矩阵的双向压缩：利用鉴别向量矩阵U和鉴别向量矩阵V分别对人脸训练样本矩阵Aj、人脸测试样本矩阵Ak'进行压缩，得到矩阵Bj、Bk'；步骤4：向量的融合及鉴别信息提取：将Bj、Bk'分别按行和按列拉成向量，利用拉成的向量计算非相关线性变换矩阵；分别计算按行和按列拉成的向量在非相关线性变换矩阵上的投影，然后对投影进行融合；最后利用最近邻分类器对融合后的投影向量进行分类处理，计算分类准确率。