一种聚类再分类的人脸识别方法

本发明公开了一种聚类再分类的人脸识别方法，具体步骤如下：

1. 获取训练样本；
2. 对训练样本进行均值化处理；
3. 对人脸图像进行Gabor纹理特征提取，得到每张人脸图像在提取特征后对应的特征向量；
4. 对所得每张人脸图像提取的Gabor纹理特征进行降维，获得降维后的特征向量；
5. 进行聚类运算，直至距离收敛以完成聚类；
6. 对聚类后的所有特征向量进行分类，获得若干子类；
7. 计算确定每向量均值；
8. 计算获得类内距离和类间距离；
9. 对待识别目标的人脸图像进行特征提取和预处理，获得经投影变换后的特征向量；
10. 将所得特征向量与每个子类中的特征向量依次计算距离，以获得相似度；
11. 确定待识别目标的身份信息。

本发明通过缩小类间距离，减小采集过程中的误差，从而提高了人脸识别的准确率。

本发明公开了一种聚类再分类的人脸识别方法，包括：获取训练样本；对训练样本进行均值化处理；对人脸图像进行Gabor纹理特征提取，得到每张人脸图像在提取特征后对应的特征向量；对所得每张人脸图像提取的Gabor纹理特征进行降维获得降维后的特征向量；及进行聚类运算，直至距离收敛以完成聚类；对聚类后的所有特征向量分类获得若干子类，计算确定每向量均值，计算获得类内距离和类间距离；对待识别目标的人脸图像进行特征提取和预处理，获得经投影变换后的特征向量，并将所得特征向量与每个子类中特征向量依次计算距离，以获得相似度；确定待识别目标的身份信息。本发明可缩小类间距离以减小采集过程中的误差，提高了人脸识别的准确率。