摘要

一种基于局部线性表示领域适应度量的人脸识别方法,其技术方案是:对于一幅人脸图像预处理后的向量数据点X-i分别从所有幅人脸图像预处理后的向量数据点构成矩阵数据X中选择与一幅人脸图像预处理后的向量数据点X-i类别相同的K个近邻点进行局部线性表示,获得局部线性表示系数,建立基于局部线性表示的局部重构误差矩阵,然后用对数欧式距离度量不同类别的多流形之间的散度,同时,也采用对数欧式距离度量训练数据域与测试数据域之间的相异性,最后通过最大化多流形之间的散度,最小化源数据与目标数据之间的差异,寻找低维判别子空间,实现人脸图像判别特征提取。本发明通过最大化多流形散度和训练、测试数据分布的相似性来提取人脸图像的分类特征,具有提高人脸图像识别效果的特点。