[發明專利]融合人臉和指紋視覺信息的協同性別識別方法

無效

• 申請號: 201110223831.1
• 申請日: 2011-08-05
• 公開（公告）號: CN102266241A
• 公開（公告）日: 2011-12-07
• 發明（設計）人: 劉歡喜;吳哲;朱俊;李雄;趙杰
• 申請（專利權）人: 上海交通大學
• 主分類號: A61B10/00
• 分類號: A61B10/00
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 郭國中

1.一種融合人臉和指紋視覺信息的協同性別識別方法，其特征在于，包括如下步驟：

步驟A：基于詞袋模型的圖像特征表示步驟，其包括通過常規的圖像網格獲得圖像塊；通過在每個所述圖像塊中提取局特征獲得特征集，使用訓練樣本中的男性和女性類別間決策超平面來得到標準向量，其中，所述標準向量的每個成分用來測量相關特征用于分類的貢獻；重新按照所述貢獻對特征的維數進行重新排列并得到新的特征；重新得到圖像的詞袋模型；

步驟B：使用識別性潛在狄利克雷分布的性別識別針對人臉和指紋兩種模態分別建立模型并進行模型推斷得到模型參數，其中，所述模型推斷步驟包括：對所述詞袋模型最大的下界進行估計；將分類間距最大化；

步驟C：性別決策融合步驟，其包括針對給出的樣本，分別得到兩種模態的標簽；建立融合兩種模態的綜合風險函數，最終的決策通過最小化綜合決策風險來得到。

2.根據權利要求1所述的融合人臉和指紋視覺信息的協同性別識別方法，其特征在于，所述步驟A包括如下步驟：

步驟A1：對圖像的每個所述圖像塊提取局部二值模式可以得到局部特征，并得到區分訓練樣本集中男性和女性的決策超平面的法向量；

步驟A2：根據所述法向量中的元素大小，重新排列圖像全局特征的維度，從而得到新的圖像特征，在此基礎上，重新構造圖像的視覺詞集；

步驟A3：在得到所述視覺詞集之后，通過規則的詞袋模型就可以得到最終的圖像特征表達。

3.根據權利要求1所述的融合人臉和指紋視覺信息的協同性別識別方法，其特征在于，所述步驟B包括如下步驟：

步驟B1：對性別和指紋兩種形式的男性和女性分別建立潛在狄利克雷分布的生成式模型所描述的后驗概率模型；

步驟B2：使用變分推斷對所述步驟B1中所描述的后驗概率模型，由KL發散原理進行推斷；

步驟B3：通過最大化模型對數似然概率的下界和類間最大分類閾值訓練模型，得到所建立的各個模型的參數。

4.根據權利要求1所述的融合人臉和指紋視覺信息的協同性別識別方法，其特征在于，所述步驟C包括如下步驟：

步驟C1：對每個帶有提取視覺詞的測試樣本，對兩種性別和指紋兩種模式的似然函數計算，通過變分推斷分別得到兩種模式的類別標簽；

步驟C2：定義模式的決策值，建立對性別和指紋模式的融合的決策貝葉斯風險函數：

步驟C3：通過最小化融合風險函數，得到最終的決策。