(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210487416.5 (22)申请日 2022.05.06 (71)申请人 浙江工商大 学 地址 310018 浙江省杭州市下沙高教园区 学正街18号 (72)发明人 王勋　古华茂　 (74)专利代理 机构 杭州求是专利事务所有限公 司 33200 专利代理师 刘静 (51)Int.Cl. G06V 40/16(2022.01) G06V 10/762(2022.01) G06K 9/62(2022.01) (54)发明名称 基于超矩形的人脸识别方法、 装置及 存储介 质 (57)摘要 本发明公开了一种基于超矩形的人脸识别 方法、 装置及存储介质， 首先， 根据已知类别的人 脸图像样 本进行建模， 生 成对待识别人脸图像样 本进行类别判断的超矩形分类器； 然后， 将待识 别人脸图像样本输入训练好的超矩形分类器， 判 断该待识别人脸图像样本的所属类别。 具体地 说， 本发明将同一类别的人脸图像在直角坐标系 上所占据的区域建模成若干个超矩形。 与现有的 人脸识别算法相比， 本发明模型学习过程简单、 收敛速度快、 具有接近线性的时间和空间复杂 度， 性能稳定， 识别率高， 适合运算能力受限的计 算环境， 而且 方法的建模 过程、 建模结果、 模型使 用的物理意义明确、 容易理解， 具有很强的可解 释性。 权利要求书2页 说明书7页 附图2页 CN 114758401 A 2022.07.15 CN 114758401 A 1.一种基于超矩形的人脸识别方法， 其特 征在于， 该 方法包括训练阶段和识别阶段； 所述训练阶段， 根据已知类别的人脸图像样本进行建模， 生成对待识别人脸图像样本 进行类别判断的超矩形分类 器， 具体为： 对已知类别的人脸图像进行归一 化处理； 每个类别独立进行训练， 生成预设 m个超矩形， 每 个类别训练过程 为： 将每个类别的人脸图像通过 K‑means聚类算法分成m组数据； 每个数据组独立进行训练， 生成1个超矩形： 针对该数据组确定一个正交单位向量组， 计算该数据 组的均值点， 过所述均值点以正交单位向量组中的向量为方向， 生成一个正交 直线组， 该组直线称为棱方向直线， 超矩形的各棱平行于其中一条棱方向直线， 将该数据组 的所有数据点投影到超矩形 的各条棱方向直线上， 在所述均值点的两侧， 将投影点与所述 均值点的距离的最大值作为超矩形在该棱方向直线上的两段宽度， 该宽度即是所有与该棱 方向直线平行的棱的宽度， 从而得到该 数据组对应的超矩形； 所述识别阶段， 将待识别人脸图像样本进行归一化处理后输入训练好的超矩形分类 器， 判断该待识别人脸图像样本的所属类别。 2.根据权利要求1所述的一种基于超矩形的人脸识别方法， 其特征在于， 所述每个数据 组独立进行训练， 生成1个超矩形， 具体为： (1)利用非线性迭代偏最小二乘法， 针对数据 组D确定一个正交单位向量组{v1,v2,…, vn}， 其中n小于等于图像数据维度； (2)过所述数据组D的数据均值点p， 以正交单位向量组{v1,v2,…,vn}中的向量为方向， 生成一个正交直线组{l1,l2,…,ln}， 该组直线称为棱方向直线， 超矩形的各棱平行于其中 一条棱方向直线， 该正交直线组的方程 为： lg:y＝tvg+p， 1≤g≤n 其中， t是变数， 为 一标量， y为 参变数； (3)将所述数据组D的所有数据点投影到超矩形的各条棱方 向直线lg,1≤g≤n上， 在所 述均值点p的两侧， 将投影点与所述均值点p的距离的最大值作为超矩形在vg方向上的两段 宽度， 一个记为负值， 一个记为正值， 由此获得两组宽度 值 和 所用公式为： LENg(x)＝norm(PRJg(x)‑p) SIGNg(x)＝cos(PR Jg(x)‑p,vg) 其中， x∈D为数据组D中的元素即人脸图像， T为转置， PRJg(x)为x在直线lg上的投影点， norm(·)为范数函数， LENg(x)为PRJg(x)与p之间的距离， SIGNg(x)为向量PRJg(x)‑p与vg的 夹角余弦值； (4)生成超矩形， 超矩形内任意 点z同时满足以下n个不 等式：权　利　要　求　书 1/2 页 2 CN 114758401 A 23.根据权利要求2所述的一种基于超矩形的人脸识别方法， 其特征在于， 所述识别阶段 中， 判断待识别人脸图像样本所属类别具体为： (1)计算该待识别人脸图像到每 个超矩形的距离， 公式如下： LENg(q)＝norm(PRJg(q)‑p) SIGNg(q)＝cos(PR Jg(q)‑p,vg) 其中， q为该待识别人脸图像对应 的数据点， p和{v1,v2,…,vn}为生成超矩形所用的均 值点和正交单位向量组， 和 为超矩形在各方向上的两 段宽度， |·|为绝对值符号， MLENg(q)为投影点PRJg(q)到超矩形在直线lg上的两个边界点的距离的 最小值， fg(q)为距离分量函数， 如果投影点PRJg(q)位于超矩形在直线lg上的两个边界点之 间， fg(q)取值为0， 否则取值 为MLENg(q)， dis为计算各距离分量得到的最终距离值； (2)所得距离值 最小的超矩形的类别， 即为该待识别人脸图像的类别。 4.根据权利要求1所述的一种基于超矩形的人脸识别方法， 其特征在于， 所述归一化处 理包括人脸图像的尺寸归一化和灰度归一化， 具体为： 首先根据双眼的中心位置裁剪出标 准的人脸图像， 然后利用直方图均衡化消除光照的影响。 5.一种基于超矩形的人脸识别装置， 包括存储器和一个或多个处理器， 所述存储器中 存储有可执行代码， 其特征在于， 所述处理器执行所述可执行代码时， 用于实现如权利要求 1‑4中任一项所述的基于超矩形的人脸识别方法。 6.一种计算机可读存储介质， 其上存储有程序， 其特征在于， 该程序被处理器执行时， 实现如权利要求1 ‑4中任一项所述的基于超矩形的人脸识别方法。权　利　要　求　书 2/2 页 3 CN 114758401 A 3