[發(fā)明專利]一種基于MB?LBP特征和人臉能量圖的多姿態(tài)人臉識別方法有效
| 申請?zhí)枺?/td> | 201410195919.0 | 申請日： | 2014-05-09 |
| 公開（公告）號： | CN103971096B | 公開（公告）日： | 2017-11-21 |
| 發(fā)明（設(shè)計）人： | 王科俊;胡金裕;安曉童;鄒國鋒 | 申請（專利權(quán)）人： | 哈爾濱工程大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/66 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 150001 黑龍江省哈爾濱市南崗區(qū)*** | 國省代碼： | 黑龍江;23 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 mb lbp 特征 能量 多姿 態(tài)人臉 識別 方法 | ||
1.一種基于MB-LBP特征和人臉能量圖的多姿態(tài)人臉識別方法，其特征在于，包括下述步驟：
(1)建立多姿態(tài)人臉圖像訓練庫，并將多姿態(tài)人臉圖像訓練庫中的所有人臉圖像進行尺寸歸一化，將人臉區(qū)域的尺寸統(tǒng)一歸一化為230×270像素；
(2)根據(jù)人臉區(qū)域圖像俯仰角度不同劃分人臉的俯仰變化范圍，結(jié)合俯仰變化范圍構(gòu)建狹義人臉均值能量圖和狹義人臉方差能量圖，作為多姿態(tài)人臉識別的初級特征；
將俯仰角度變化范圍在[-5°，5°]之間的人臉圖像定義為平視范圍人臉圖像，將[5°，30°]之間的人臉圖像定義為仰視范圍人臉圖像，將[-30°，-5°]之間的人臉圖像定義為俯視范圍人臉圖像；
所涉及的狹義人臉均值能量圖Fk(x,y)的表達式為：
式中，Mk代表同一俯仰角度范圍、左右搖擺角度變化時圖像的總數(shù)，Ij(x,y)為多姿態(tài)灰度人臉圖像，k表示不同的俯仰角度范圍，k＝1表示仰視，k＝2表示平視，k＝3表示俯視，j表示第j個左右搖擺角度變化的圖像，x,y代表二維圖像平面坐標；
所涉及的狹義人臉方差能量圖Dk(x,y)的表達式為：
(3)采用MB-LBP算法對步驟(2)中得到的狹義人臉均值能量圖及狹義人臉方差能量圖進行二次特征提取，存儲用于分類識別的MB-LBP特征信息；
所涉及的MB-LBP特征可表示為：
其中
gk表示單個像素的灰度值；B表示第n個像素塊的平均灰度值；
(4)讀取待檢測的多姿態(tài)人臉圖像，對人臉區(qū)域進行檢測并提取出人臉；將人臉圖像以軸為中心而引起的變化稱為俯仰變化，按照旋轉(zhuǎn)角度的不同可分為仰視、平視和俯視；人臉圖像以軸旋轉(zhuǎn)帶來的變化稱為左右搖擺變化；通過AdaBoost算法獲取有效的人臉區(qū)域；
(5)將所提取的人臉區(qū)域進行尺寸歸一化處理，得到標準人臉訓練圖像；將人臉區(qū)域的尺寸歸一化為230×270像素
(6)對標準人臉訓練圖像進行MB-LBP特征提取，并存儲所提取的MB-LBP特征信息；
(7)針對步驟(6)中獲取的待檢測標準人臉圖像的MB-LBP特征信息和步驟(3)中獲取的訓練庫人臉能量圖的MB-LBP特征信息，通過基于歐氏距離的最近鄰分類器進行分類識別，最后輸出人臉識別結(jié)果；
(8)測試人臉的分類識別過程：
從測試庫中提取人臉圖像，并基于Adaboost算法對圖像進行人臉區(qū)域檢測，獲得測試人臉區(qū)域圖像，對其進行尺寸歸一化處理，得到230×270標準人臉圖像T：將標準人臉圖像T進行MB-LBP特征提取：將標準人臉圖像T與人臉均值能量圖和方差能量圖的特征進行最近鄰分類得出分類結(jié)果。
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)利屬于哈爾濱工程大學，未經(jīng)哈爾濱工程大學許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201410195919.0/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
