[發明專利]一種基于LBP的人臉特征提取方法及裝置

有效

• 申請號: 201410040468.3
• 申請日: 2014-01-27
• 公開（公告）號: CN103761515B
• 公開（公告）日: 2018-07-10
• 發明（設計）人: 馮良炳
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 深圳中一專利商標事務所 44237
• 代理人: 張全文

1.一種基于局部二值模式LBP的人臉特征提取方法，其特征在于，包括：

對人臉圖像進行分塊，得到N個圖像分塊，所述N為大于1的整數；

分別對每一個所述圖像分塊進行多尺度的LBP特征提取，得到每一個所述圖像分塊的多尺度LBP特征；其中，分別采用M種不同像素大小的半徑來分別對每一個所述圖像分塊進行LBP特征提取，得到每一個所述圖像分塊的多尺度LBP特征，所述M為大于1的整數；

組合N個所述圖像分塊的所述多尺度LBP特征，并進行歸一化處理，得到所述人臉圖像的LBP特征；

所述人臉圖像包括確定了身份信息的第一人臉圖像，所述方法還包括：

對于n張所述第一人臉圖像中的每一張所述第一人臉圖像，通過分別計算其的中間特征值，其中，所述V_LBPi為第i張所述第一人臉圖像的所述多尺度LBP特征，所述i＝1,2,...,n，所述

將n張所述第一人臉圖像的所述中間特征值從大到小進行排列，提取其中最大的前k個所述中間特征值，生成序列W；

根據對第i張所述第一人臉圖像的所述多尺度LBP特征進行降噪處理，其中，所述V_i為經過降噪處理后的第i張所述第一人臉圖像的所述多尺度LBP特征。

2.如權利要求1所述的方法，其特征在于，所述M等于3。

3.如權利要求1所述的方法，其特征在于，所述人臉圖像還包括需要進行識別的第二人臉圖像，所述方法還包括：

根據V_g＝W^TV_{LBP_g}，對所述第二人臉圖像的所述多尺度LBP特征進行降噪處理，其中，所述V_g為經過降噪處理后的所述第二人臉圖像的所述多尺度LBP特征，所述V_{LBP_g}為所述第二人臉圖像的所述多尺度LBP特征。

4.一種基于局部二值模式LBP的人臉特征提取裝置，其特征在于，包括：

分塊單元，用于對人臉圖像進行分塊，得到N個圖像分塊，所述N為大于1的整數；

特征提取單元，用于分別對每一個所述圖像分塊進行多尺度的LBP特征提取，得到每一個所述圖像分塊的多尺度LBP特征；

所述特征提取單元具體用于：

分別采用M種不同像素大小的半徑來分別對每一個所述圖像分塊進行LBP特征提取，得到每一個所述圖像分塊的多尺度LBP特征，所述M為大于1的整數；

組合單元，用于組合N個所述圖像分塊的所述多尺度LBP特征，并進行歸一化處理，得到所述人臉圖像的LBP特征；

所述人臉圖像包括確定了身份信息的第一人臉圖像，所述裝置還包括：

計算單元，用于對于n張所述第一人臉圖像中的每一張所述第一人臉圖像，通過分別計算其的中間特征值，其中，所述為第i張所述第一人臉圖像的所述多尺度LBP特征，所述i＝1,2,...,n，所述

排列單元，用于將n張所述第一人臉圖像的所述中間特征值從大到小進行排列，提取其中最大的前k個所述中間特征值，生成序列W；

第一降噪單元，用于根據對第i張所述第一人臉圖像的所述多尺度LBP特征進行降噪處理，其中，所述V_i為經過降噪處理后的第i張所述第一人臉圖像的所述多尺度LBP特征。

5.如權利要求4所述的裝置，其特征在于，所述M等于3。

6.如權利要求4所述的裝置，其特征在于，所述人臉圖像還包括需要進行識別的第二人臉圖像，所述裝置還包括：

第二降噪單元，用于根據V_g＝W^TV_{LBP_g}，對所述第二人臉圖像的所述多尺度LBP特征進行降噪處理，其中，所述V_g為經過降噪處理后的所述第二人臉圖像的所述多尺度LBP特征，所述V_{LBP_g}為所述第二人臉圖像的所述多尺度LBP特征。