[發明專利]一種基于MB?LBP特征和人臉能量圖的多姿態人臉識別方法

有效

• 申請號: 201410195919.0
• 申請日: 2014-05-09
• 公開（公告）號: CN103971096B
• 公開（公告）日: 2017-11-21
• 發明（設計）人: 王科俊;胡金裕;安曉童;鄒國鋒
• 申請（專利權）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

1.一種基于MB-LBP特征和人臉能量圖的多姿態人臉識別方法，其特征在于，包括下述步驟：

(1)建立多姿態人臉圖像訓練庫，并將多姿態人臉圖像訓練庫中的所有人臉圖像進行尺寸歸一化，將人臉區域的尺寸統一歸一化為230×270像素；

(2)根據人臉區域圖像俯仰角度不同劃分人臉的俯仰變化范圍，結合俯仰變化范圍構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F_k(x,y)的表達式為：

Fk(x,y)=1MkΣj=1MkIj(x,y),k=1,2,3]]>

式中，M_k代表同一俯仰角度范圍、左右搖擺角度變化時圖像的總數，I_j(x,y)為多姿態灰度人臉圖像，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D_k(x,y)的表達式為：

Dk(x,y)=1MkΣjMk(Ij(x,y)-Fk(x,y))2,k=1,2,3]]>

(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

g_k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人臉圖像，對人臉區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，按照旋轉角度的不同可分為仰視、平視和俯視；人臉圖像以軸旋轉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域；

(5)將所提取的人臉區域進行尺寸歸一化處理，得到標準人臉訓練圖像；將人臉區域的尺寸歸一化為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域檢測，獲得測試人臉區域圖像，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?。簩藴嗜四槇D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果。