[發明專利]一種基于奇異值分解的多源人臉圖像聯合特征提取方法有效
| 申請號: | 201711275843.2 | 申請日: | 2017-12-06 |
| 公開(公告)號: | CN108038438B | 公開(公告)日: | 2019-01-01 |
| 發明(設計)人: | 溫峻峰;李鑫;江志偉;謝巍;杜海江;張浪文;吳偉林;夏歡;陳庭 | 申請(專利權)人: | 廣東世紀晟科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司: | 廣州中瀚專利商標事務所 44239 | 代理人: | 蓋軍 |
| 地址: | 510627 廣東省廣州市天河區*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 奇異 分解 多源人臉 圖像 聯合 特征 提取 方法 | ||
本發明的目的是提出一種基于奇異值分解的多源人臉圖像聯合特征提取方法,以用于提高人臉識別的識別率。本發明基于奇異值分解的多源人臉圖像聯合特征提取方法包括如下步驟:A:提取人臉樣本的灰度圖、二值圖、直觀性特征圖作為數據源,并融合為聯合特征;B:提取聯合特征的屬性值,計算出反向積分圖,利用奇異分解反向積分圖獲取反向積分圖奇異值,利用反向積分圖奇異值計算出反向積分圖奇異值矩陣;C:利用反向積分圖奇異值矩陣與三線插值加速特征計算,得到高維的方向梯度直方圖;D:利用局部均值的核最近鄰凸包算法對方向梯度直方圖進行特征降維計算,得到低維的人臉圖像方向梯度直方圖特征。
技術領域
本發明涉及到一種人臉圖像特征提取方法。
背景技術
在現代科技高速發展中,個人的身份識別鑒定技術在金融、安保、司法、偵查領域具有非常重要的意義,由于網絡技術的全面普及,信息安全也顯示出前所未有的重要性。在安檢、司法等領域,都需要精確的身份鑒定。通過圖像處理和模式識別的方法來鑒別個人身份的技術,具有可靠性強、識別速度快、方式便利、價格低廉、良好的自然性和可接受性等優點,因此成為技術研發者所關注的焦點,應用于各個領域當中。不過,隨著社會的科技發展,人們的需求已經不再停留在功能需求方面,而更多的是追求技術的高效、快速的智能化,從而帶來了如下問題:
單一的樣本不能清晰準確的表示出當前人臉圖像的信息,對于同一張人臉,位置、采光度、角度的不同,可形成一系列不同的圖像,而這樣的圖像表示的是同一張人臉,顯然無法準確地表達該人臉信息。
多源人臉圖像是指把在同一時刻或不同時刻取得的源圖像信息進行分析、處理、綜合,從而獲得對具體人臉面部新的描述,多源人臉圖像經過融合后可以減少不確定性,克服圖像自身的局限性,真實地反映出物理現象,對其自身的特點能準確地描述和解釋。因此,準確且高效的提取多個傳感器獲取的圖像特征信息,是對圖像分析、處理、綜合的前提。
發明內容
本發明的目的是提出一種基于奇異值分解的多源人臉圖像聯合特征提取方法,以用于提高人臉識別的識別率。
本發明的基于奇異值分解的多源人臉圖像聯合特征提取方法包括如下步驟:
A:提取人臉樣本的灰度圖、二值圖、直觀性特征圖作為數據源,并融合為聯合特征;
B:提取聯合特征的屬性值,計算出反向積分圖,利用奇異分解反向積分圖獲取反向積分圖奇異值,利用反向積分圖奇異值計算出反向積分圖奇異值矩陣;
C:利用反向積分圖奇異值矩陣與三線插值加速特征計算,得到高維的方向梯度直方圖;
D:利用局部均值的核最近鄰凸包算法對方向梯度直方圖進行特征降維計算,得到低維的人臉圖像方向梯度直方圖特征。
經過上述步驟后,得到的低維的人臉圖像方向梯度直方圖特征,能夠真實地反映出人臉圖像的物理信息,減少圖像不確定性,克服圖像自身的局限性,是對后期圖像分析、融合、識別提供了準確的且高效的特征數據,為進一步加強人臉識別技術提供有力的支持。
附圖說明
圖1是基于奇異值分解的多源人臉圖像聯合特征提取方法的流程圖。
圖2是提取多源圖像樣本構造聯合特征的流程圖。
圖3是像素點的奇異值分解反向積分示意圖。
圖4是基于細胞單元的插值算法示意圖。
圖5是三線插值空間位置插值示意圖。
具體實施方式
下面對照附圖,通過對實施實例的描述,對本發明的具體實施方式如所涉及的各構件的形狀、構造、各部分之間的相互位置及連接關系、各部分的作用及工作原理等作進一步的詳細說明。
實施例1:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣東世紀晟科技有限公司,未經廣東世紀晟科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711275843.2/2.html,轉載請聲明來源鉆瓜專利網。





