[發(fā)明專利]一種基于復(fù)合梯度向量的人臉識(shí)別方法無(wú)效
| 申請(qǐng)?zhí)枺?/td> | 201110259963.X | 申請(qǐng)日: | 2011-09-05 |
| 公開(公告)號(hào): | CN102324022A | 公開(公告)日: | 2012-01-18 |
| 發(fā)明(設(shè)計(jì))人: | 王志宏;袁姮;姜文濤 | 申請(qǐng)(專利權(quán))人: | 遼寧工程技術(shù)大學(xué) |
| 主分類號(hào): | G06K9/00 | 分類號(hào): | G06K9/00;G06K9/64 |
| 代理公司: | 阜新市和達(dá)專利事務(wù)所 21206 | 代理人: | 邢志宏;趙景浦 |
| 地址: | 125105 遼寧省葫蘆*** | 國(guó)省代碼: | 遼寧;21 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 復(fù)合 梯度 向量 識(shí)別 方法 | ||
1.一種基于復(fù)合梯度向量的人臉識(shí)別方法,包含特征提取、向量融合和人臉識(shí)別三個(gè)階段:
(1)、特征提取階段
首先,歸一化待識(shí)別的人臉圖像,得到目標(biāo)區(qū)域????????????????????????????????????????????????,并計(jì)算目標(biāo)區(qū)域內(nèi)各灰度階對(duì)應(yīng)像素的分布概率和信息熵值,統(tǒng)計(jì)信息熵分布和一維信息熵的極值點(diǎn),以信息熵分布中取得極大值時(shí)所對(duì)應(yīng)的灰度階作為目標(biāo)區(qū)域的分割閾值,劃分分散特征子區(qū)域,
然后,正交采樣建立目標(biāo)區(qū)域內(nèi)的基向量,其維度記為,梯度為;
(2)、向量融合階段
首先,將采樣得到的基向量組建向量簇,并在組建向量簇的過(guò)程中標(biāo)定基向量、記錄基向量前驅(qū)和后繼約束關(guān)系、提取基向量維度和梯度信息,然后分別用結(jié)構(gòu)矩陣、約束矩陣、維度矩陣和梯度矩陣表示,
采用最大約束特征提取方法建立極大梯度向量,并以向量簇的所有極大梯度向量為元素進(jìn)行融合得到人臉面部的復(fù)合梯度向量,其維度記為,梯度為;
(3)、人臉識(shí)別階段
人臉庫(kù)中存儲(chǔ)的人臉圖像的數(shù)量為,其復(fù)合梯度向量分別為,維度分別為,梯度為,待識(shí)別人臉的復(fù)合梯度向量、維度信息和梯度信息分別為、和,計(jì)算和,其中,?統(tǒng)計(jì)與的最小值,即可判斷待測(cè)圖像的人臉身份。
2.根據(jù)權(quán)利要求1所述的一種基于復(fù)合梯度向量的人臉識(shí)別方法,其特征在于所述的概念如下:
(1)、目標(biāo)區(qū)域是指人臉圖像包含了人臉主要信息的區(qū)域,記為,其中:為目標(biāo)區(qū)域,為目標(biāo)區(qū)域?qū)挾??為長(zhǎng)度;
(2)、邊緣奇異點(diǎn),又稱奇異點(diǎn),是指分散特征子區(qū)域的邊緣像素點(diǎn);
(3)、基向量是指與兩個(gè)奇異點(diǎn)相交的向量,記為,其中:為整數(shù),,,基向量在向量簇中的位置是第行、第列,向量簇詳見概念(4),基向量的維度記為,梯度記為,當(dāng)基向量的終點(diǎn)是基向量的起點(diǎn),稱為的前趨向量,為的后繼向量,無(wú)前驅(qū)向量的基向量稱為向量簇的根向量,無(wú)后繼向量的基向量稱為向量簇的葉向量;
(4)、向量簇是指基向量及基向量間相互關(guān)系的集合,記為,其中:是基向量的集合,是基向量間相互關(guān)系的集合,中存在唯一的根向量,處于向量簇的第1行、第1列,根向量后繼向量的數(shù)量為,則存在子集合,對(duì)任意的有(為空集),對(duì)應(yīng)于,亦存在子集合,對(duì)任意的有,是根向量的子向量簇;
(5)、極大梯度向量是指起點(diǎn)為目標(biāo)區(qū)域?qū)挾鹊闹悬c(diǎn)、終點(diǎn)為向量簇葉向量的終點(diǎn)且與三個(gè)及三個(gè)以上奇異點(diǎn)相交的向量,記為,其中:,,基向量在向量簇中的位置是第行、第列,符號(hào)表示復(fù)合,向量和復(fù)合為),表示連續(xù)復(fù)合,極大梯度向量的維度為,梯度為;
(6)、復(fù)合梯度向量是指以向量簇中所有極大梯度向量為元素的向量,記為,其中:;,?為向量簇中極大梯度向量的數(shù)量,當(dāng)時(shí),有,的維度為,梯度為。
3.根據(jù)權(quán)利要求1所述的一種基于復(fù)合梯度向量的人臉識(shí)別方法,其特征在于所述的矩陣如下:
(1)、結(jié)構(gòu)矩陣用于描述向量簇中基向量的結(jié)構(gòu)關(guān)系:
??其中:,,,,第一行的元素為向量簇的根向量,第二行的元素是基向量、和,均是的后繼向量,并以三者為根向量的子向量簇、、在向量簇中的順序分別是垂直向左、下、右,基向量,按逆時(shí)針方向分別復(fù)合向量、和得到其后繼向量,,,矩陣第行、第列的基向量有三個(gè)后繼向量、和,且三者在向量簇中是按照垂直向左、下、右、上的逆時(shí)針方向排列的,那么有,,;
(2)、維度矩陣和梯度矩陣用于描述基向量的維度信息和梯度信息:
其中:,,;
(3)、約束矩陣用于描述向量簇中基向量的前驅(qū)、后繼約束關(guān)系:
其中:,,,,約束矩陣的元素是二元組,二元組的元是基向量,二元組的第一元是第二元的前驅(qū)向量,是的后繼向量。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于遼寧工程技術(shù)大學(xué),未經(jīng)遼寧工程技術(shù)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201110259963.X/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 上一篇:垃圾車節(jié)能方法
- 下一篇:一種讓垃圾袋束口的垃圾桶的制作方法
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書寫字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫組成的,而且每個(gè)筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無(wú)須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 處理圖像的方法與裝置
- 一種磁共振成像系統(tǒng)的梯度磁場(chǎng)產(chǎn)生方法及其裝置
- 用于驅(qū)動(dòng)梯度線圈的梯度放大器系統(tǒng)及配置方法
- 一種基于相對(duì)梯度的圖像質(zhì)量客觀評(píng)價(jià)方法
- 一種優(yōu)化平衡穩(wěn)態(tài)自由進(jìn)動(dòng)序列的方法與裝置
- 一種重力梯度儀自標(biāo)定方法及離心梯度補(bǔ)償方法
- 梯度線圈及磁共振成像系統(tǒng)
- 一種磁場(chǎng)方向和梯度方向夾角可調(diào)的二維梯度磁場(chǎng)系統(tǒng)
- 一種聯(lián)邦推薦梯度獲取方法、裝置、智能終端及存儲(chǔ)介質(zhì)
- 一種超導(dǎo)全張量磁梯度探頭及超導(dǎo)全張量磁梯度測(cè)量系統(tǒng)
- 移動(dòng)向量解碼方法和移動(dòng)向量解碼裝置
- 一種用于支持向量機(jī)的在線向量選取方法
- 用于在幀序列中執(zhí)行運(yùn)動(dòng)估計(jì)的數(shù)據(jù)處理系統(tǒng)和方法
- 神經(jīng)網(wǎng)絡(luò)的處理方法及裝置、存儲(chǔ)介質(zhì)、電子設(shè)備
- 字符序列處理方法及設(shè)備
- 向量獲取方法、裝置、電子設(shè)備以及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)
- 向量獲取方法、裝置、電子設(shè)備以及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)
- 近鄰向量的召回方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)
- 一種向量運(yùn)算裝置及運(yùn)算方法
- 生成類別向量的方法和裝置





