[發(fā)明專利]基于改進mLBP的單樣本人臉識別方法

有效

• 申請?zhí)枺?/td>: 201410413044.7
• 申請日: 2014-08-18
• 公開（公告）號: CN104143091B
• 公開（公告）日: 2017-09-12
• 發(fā)明（設(shè)計）人: 王呈;張鴻杰;王憲;宋書林
• 申請（專利權(quán)）人: 江南大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于改進mLBP的單樣本人臉識別方法，其特征是該方法包括以下步驟：

步驟1：通過預(yù)處理獲取單張標準的人臉圖像，并對人臉圖像進行橫向分塊；

步驟2：在步驟1的基礎(chǔ)上計算各橫向子塊改進mLBP子直方圖；

步驟3：根據(jù)各橫向子塊的局部圖像信息熵對每個子塊的改進mLBP子直方圖進行自適應(yīng)加權(quán)；

步驟4：連接各子塊的自適應(yīng)加權(quán)直方圖作為最終樣本圖像的特征向量，送入分類器識別；

其中步驟2包括以下步驟：

步驟2.1：對各橫向子塊的像素點按8個不同的空間模塊來保存人臉面部的幾何特征，以該像素點的像素值作為閾值，對橫向子塊進行二值化編碼，得到一個8位二進制數(shù)：

Si(x,y)=1,(Pc>Pi1)and(Pc>Pi2)0,otherwise,i=0,1,...,7;]]>

當i＝0時，為上下方向空間模塊；當i＝1時，為左右方向空間模塊；當i＝2時，為左上右下方向空間模塊；當i＝3時，為左下右上方向空間模塊；當i＝4時，為正左正上方向空間模塊；當i＝5時，為正右正下方向空間模塊；當i＝6時，為正左正下方向空間模塊；當i＝7時，為正上正右方向空間模塊；

步驟2.2：將該8位二進制數(shù)轉(zhuǎn)換成十進制數(shù)，得到各橫向子塊像素點的mLBP特征值：

mLBP=Σi=07Si(x,y)·2i]]>

步驟2.3：計算各子塊的mLBP子直方圖：

hi=Σx,yh{Ii(x,y)=m},m=0,1,...,255]]>

其中，i＝1，2，...，q，q為分塊的個數(shù)，I_i(x，y)代表第i塊橫向子圖。

2.根據(jù)權(quán)利要求1所述基于改進mLBP的單樣本人臉識別方法，其特征是步驟3包括以下步驟：

步驟3.1：通過一個滑動的窗口求取窗口中心點的局部信息熵，每一個像素點的熵定義為：

H_local(I_i(x，y))＝H(F(x，y)_w)

其中，H()表示圖像熵函數(shù)，(x，y)表示每個像素的位置，F(xiàn)(x，y)_w代表以(x，y)為中心滑動可變窗口的子圖像；

步驟3.2：根據(jù)各橫向子塊每個像素點的局部信息熵的熵值，計算分塊后的子圖像的紋理貢獻度：

Coni=1Q×NΣx=1QΣy=1NHlocal(Ii(x,y))]]>

其中，對于維數(shù)為M×N的圖像I，Q＝M/q，q為分塊數(shù)；

步驟3.3：計算自適應(yīng)加權(quán)mLBP子直方圖：

hiw=Conihi.]]> 1