[發明專利]基于局部幾何視覺短語描述的鑒別性人臉姿態識別方法

有效

• 申請號: 201310289408.0
• 申請日: 2013-07-10
• 公開（公告）號: CN103310208A
• 公開（公告）日: 2013-09-18
• 發明（設計）人: 田春娜;高新波;陸陽;王華青;蒲倩;李東陽;王代富;鄭紅;張相南;楊二昆
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/64
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.基于局部幾何視覺短語描述的鑒別性人臉姿態識別方法，其包括基于人臉局部特征建立詞袋模型，其特征在于：通過局部幾何視覺短語引入詞袋模型中單詞的空間信息，并用圖像的特征向量表示圖像中包含的幾何視覺短語，用向量的內積統計共現的圖像特征數目，通過共現的特征數構成訓練圖像核矩陣，將所述訓練圖像核矩陣輸入到支撐向量機分類器訓練得到人臉姿態分類器。

2.如權利要求1所述的基于局部幾何視覺短語描述的鑒別性人臉姿態識別方法，其特征在于包括以下步驟：

(1)檢測圖像中有限的角點和斑點并形成特征點集合，用尺度不變特征變換(Scale?invariant?feature?transform,SIFT)描述子來描述這些特征點；

(2)對由對齊的人臉姿態圖像組成的訓練集訓練集中所有人臉圖像上的SIFT特征點進行K-均值聚類，得到C個聚類中心，定義每一個聚類中心為一個視覺單詞，C個視覺單詞構成詞袋模型的詞典，將n個具有特定空間分布的單詞組成的集合稱為n^th階特征f_n，并用向量表示，所述特征f_n為圖像的幾何視覺短語；

(3)通過兩幅圖像中n^th階特征向量的內積計算共現的n^th階特征數目，并用核函數表示，對核進行歸一化降低圖像中單詞數目引起的偏差；

(4)對核進行權重化強調高階特征的重要性；

(5)計算訓練圖像兩兩間的核并構成訓練圖像的核矩陣，然后將得到的核矩陣輸入到支撐向量機(Support?vector?machine,SVM)分類器中，訓練人臉姿態判別分類器；

(6)計算測試圖像與每幅訓練圖像的核函數，組成核矩陣，將核矩陣輸入到訓練好的分類器中，得到待測圖像的人臉旋轉角度分類。

3.根據權利要求2所述的基于局部幾何視覺短語描述的鑒別性人臉姿態識別方法，其特征在于所述的步驟(2)按如下過程進行：

(2a)利用K-均值聚類將步驟(1)提取的所有SIFT描述子進行余弦距離下的聚類，得到C個聚類中心，定義每個聚類中心為一個視覺單詞，得到人臉圖像的詞典Σ＝{w₁,w₂,...,w_C}，其中，w表示視覺單詞。將任一圖像I中的SIFT特征用向量量化的方式表示成詞典中的一個單詞，這樣，圖像I可由視覺單詞的集合來表示，即I＝{(w₁,r₁),(w₂,r₂),...,(w_m,r_m)}，其中r_i表示視覺單詞w_i的位置；

(2b)對于圖像I＝{(w₁,r₁),(w₂,r₂),...,(w_m,r_m)}，定義由n個具有相同空間分布的單詞組成的集合為n^th階幾何視覺短語f_n，不同的單詞或n個單詞的不同空間分布均代表不同的短語，在圖像I中n^th階幾何視覺短語f_n用向量表示。