專利名稱：基于多流形判別分析超分辨率的人臉識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及ー種人臉識(shí)別方法，特別涉及一種基于多流形判別分析超分辨率的人臉識(shí)別方法。
背景技術(shù)：
人臉識(shí)別作為ー種重要的生物識(shí)別手段，近三十年以來(lái)在研究和市場(chǎng)領(lǐng)域都獲得了大量的關(guān)注。然而，在許多情況下，由于攝像機(jī)與行人的距離較遠(yuǎn)，導(dǎo)致拍攝到的人臉圖像的分辨率太低，人臉圖像丟失了過(guò)多的細(xì)節(jié)信息，進(jìn)而難以有效地被人或者機(jī)器所辨別。因此，如何進(jìn)行低分辨率人臉圖像的匹配識(shí)別成為當(dāng)前人臉識(shí)別技術(shù)需要進(jìn)ー步解決的問(wèn)題。低分辨率人臉識(shí)別方法大體分為兩類(lèi)，ー類(lèi)方法是直接將所有人臉庫(kù)中的圖像下采樣到與待識(shí)別人臉圖像相同大小，在低分率空間進(jìn)行人臉識(shí)別；另ー類(lèi)方法是將待識(shí)別人臉圖像進(jìn)行超分辨率重建，得到與人臉庫(kù)中圖像相同大小的高分辨率人臉圖像，在高分辨率空間進(jìn)行人臉識(shí)別。近年來(lái)，學(xué)者們提出了大量利用超分辨率算法得到高分辨率人臉圖像的方法。2000年Baker和Kanade在文獻(xiàn)I (S. Baker and T. Kanade.Hallucinating faces. In FG, Grenoble, France, Mar. 2000, 83-88.)中提出了一種人臉幻構(gòu)(face hallucination)的方法,利用訓(xùn)練集中人臉圖像的先驗(yàn)信息，通過(guò)學(xué)習(xí)的方法獲得低分辨率人臉對(duì)應(yīng)的高分辨率圖像。隨后，Liu等人在文獻(xiàn)2 (C. Liu, H. Y. Shum, andし·b.Zhang. A two-step approach to hallucinating faces: global parametric mode丄and local nonparametric model. In CVPR, pp. 192 - 198, 2001.)中提出人臉重建的兩步法，分別合成人臉的全局信息和局部信息。2004年Chang等人在文獻(xiàn)3 (H. Chang, D.Y. Yeung, and Y.M.Xiong. Super-resolution through neighbor embedding. In CVPR,pp. .....275 - 282，2004.)中基于高低分辨率圖像塊所構(gòu)成的流形空間具有相似局部幾何特征這ー假設(shè)，提出一種鄰域嵌入的圖像超分辨率重建方法。而后，Wang和Tang在又獻(xiàn) 4 iX. Wang and X. Tang, Hallucinating face by eigentransiormation, Trans.SMC(C)，35 (3) :425 - 434，2005.)中運(yùn)用特征變換的算法提出了一種新的人臉幻構(gòu)的方法。近來(lái)，Ma等人利用人臉圖像位置塊信息，在文獻(xiàn)5 (X. Ma, J. Zhang, andC. Qi, “Position-based face hallucination method,，，in ICME, pp. 290-293, 2009.)和文獻(xiàn) 6 (X. Ma, J. P Zhang, and C. Qi. Hallucinating face by position-patch.Pattern Recognition, 43 (6) :3178 - 3194, 2010.)中提出基于位置圖像塊的人臉超分辨率方法，使用訓(xùn)練集中所有與輸入圖像塊同位置的人臉圖像塊重建高分辨率人臉圖像，避免流形學(xué)習(xí)或者特征提取等步驟，提高了效率和合成圖像的質(zhì)量。Yang等人在文獻(xiàn)7(J. Yang, H. Tang, Y. Ma, and T. Huang, “Face hallucination via sparse coding,，，inICIP, pp. 1264-1267, 2008.)和文獻(xiàn)8 (J. Yang, J. Wright, T. Huang, and Y. Ma. “Imagesuper-resolution via sparse representation,，，Trans. IP, 19 (11) : 2861 - 2873, 2010.)中提出了將圖像超分辨率重建看作一個(gè)稀疏表示的問(wèn)題，獲得了很好的效果，該方法是目前最好的人臉超分辨率重建方法。然而，上述所有方法好壞的評(píng)判準(zhǔn)則是它們超分辨率重建出來(lái)的人臉圖像與原始人臉圖像的差異性(比如，RMSE值、PSNR值或者SS頂值)，目的均是為了獲得ー個(gè)視覺(jué)上讓人滿意的效果。然而，人臉超分辨率的最終目的是為了重建后的人臉識(shí)別，傳統(tǒng)的人臉超分辨率方法重建出來(lái)的人臉圖像缺乏對(duì)人臉識(shí)別有用的判別信息。如何重建出ー張具有判別性的人臉(重建是為了后期的人臉識(shí)別)是人臉超分辨率技術(shù)的最終目的。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺點(diǎn)，提出了一種基于多流形圖判別分析超分辨率的人臉識(shí)別方法，學(xué)習(xí)ー個(gè)由低分辨率空間到高分辨率空間的映射，同時(shí)要求在映射得到的高分辨率流形空間中，由同一對(duì)象不同光照和表情下的人臉?biāo)鶚?gòu)成的流形越緊致，而由不同對(duì)象人臉圖像構(gòu)成的多個(gè)流形之間越分離越好，從而使投影之后得到的高分辨率人臉具有很強(qiáng)的判別性。為了達(dá)到上述目的，本發(fā)明采用的技術(shù)方案是ー種基于多流形判別分析超分辨率的人臉識(shí)別方法，其特征在于，包括如下步驟步驟1，構(gòu)建高分辨率人臉圖像訓(xùn)練集和對(duì)應(yīng)的低分辨率人臉圖像訓(xùn)練集，低分辨率人臉圖像訓(xùn)練樣本集中包括低分辨率人臉樣本圖像X1, X2,…，Xn，用矩陣X= [Xl，X2,…，xN]表示，高分辨率人臉圖像訓(xùn)練樣本集中包括高分辨率人臉樣本圖像y” ι2,…，yN，用矩陣Y= [γι, y2.…，yy 表不；步驟2，低分辨率人臉圖像訓(xùn)練集構(gòu)成低分辨率人臉圖像多流形空間，高分辨率人臉圖像訓(xùn)練集構(gòu)成高分辨率人臉圖像多流形空間，計(jì)算一個(gè)低分辨率人臉圖像多流形空間到高分辨率人臉圖像多流形空間的映射矩陣，包括以下子步驟，步驟2. 1，利用以下兩式得到類(lèi)內(nèi)相似性圖Ww和類(lèi)間相似性圖\，
權(quán)利要求
1.一種基于多流形判別分析超分辨率的人臉識(shí)別方法，其特征在于，包括如下步驟 步驟1，構(gòu)建高分辨率人臉圖像訓(xùn)練集和對(duì)應(yīng)的低分辨率人臉圖像訓(xùn)練集，低分辨率人臉圖像訓(xùn)練樣本集中包括低分辨率人臉樣本圖像Xl，X2,…，Xn，用矩陣X=[Xl，X2,…，xN]表示，高分辨率人臉圖像訓(xùn)練樣本集中包括高分辨率人臉樣本圖像y” ι2,…，yN，用矩陣Y= [γι, y2.…，yy 表不； 步驟2，低分辨率人臉圖像訓(xùn)練集構(gòu)成低分辨率人臉圖像多流形空間，高分辨率人臉圖像訓(xùn)練集構(gòu)成高分辨率人臉圖像多流形空間，計(jì)算一個(gè)低分辨率人臉圖像多流形空間到高分辨率人臉圖像多流形空間的映射矩陣，包括以下子步驟， 步驟2. 1，利用以下兩式得到類(lèi)內(nèi)相似性圖Ww和類(lèi)間相似性圖Wb，
全文摘要
一種基于多流形判別分析超分辨率的人臉識(shí)別方法，在訓(xùn)練階段，通過(guò)多流形判別分析得到一個(gè)由低高辨率人臉圖像多流形空間到高分辨率人臉圖像多流形空間的映射矩陣。在原始高分辨率人臉圖像多流形空間構(gòu)建類(lèi)內(nèi)相似性圖和類(lèi)間相似性圖，利用這兩個(gè)近鄰圖構(gòu)建判別約束項(xiàng)，最優(yōu)化由重建約束項(xiàng)和判別約束項(xiàng)組成的代價(jià)函數(shù)，得到映射矩陣。在識(shí)別階段，通過(guò)離線學(xué)習(xí)得到的映射矩陣將待識(shí)別的低分辨率人臉圖像映射到高分辨率人臉圖像多流形空間，得到高分辨率人臉圖像；在高分辨率人臉圖像多流形空間，利用歐氏距離準(zhǔn)則用最近鄰分類(lèi)器進(jìn)行分類(lèi)識(shí)別。在人臉識(shí)別率和運(yùn)行效率上，本發(fā)明方法相對(duì)傳統(tǒng)超分辨率方法均有了極大的提升。
文檔編號(hào)G06K9/62GK102693419SQ201210164069
公開(kāi)日2012年9月26日 申請(qǐng)日期2012年5月24日 優(yōu)先權(quán)日2012年5月24日
發(fā)明者江俊君, 王冰, 胡瑞敏, 韓鎮(zhèn), 黃克斌 申請(qǐng)人:武漢大學(xué)