[發明專利]基于MBLBP和DCT-BM2DPCA的人臉識別方法在審
| 申請號： | 201810345355.2 | 申請日： | 2018-04-17 |
| 公開（公告）號： | CN108304833A | 公開（公告）日： | 2018-07-20 |
| 發明（設計）人： | 于曉艷;樊自力;榮憲偉;李明;張子銳 | 申請（專利權）人： | 哈爾濱師范大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62 |
| 代理公司： | 哈爾濱市松花江專利商標事務所 23109 | 代理人： | 楊立超 |
| 地址： | 150080 黑龍*** | 國省代碼： | 黑龍江;23 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 人臉識別 人臉圖像 二維主成分分析 計算機視覺處理 離散余弦變換 人臉識別算法 最近鄰分類器 二進制模式 安全系統 測試樣本 單一特征 二維人臉 方法識別 個人設備 身份驗證 雙向模塊 特征矩陣 特征提取 多尺度 算子 轉換 頻域 登錄 空域 重建 | ||
1.基于MBLBP和DCT-BM2DPCA的人臉識別方法，其中MBLBP表示多尺度塊局部二進制模式，DCT-BM2DPCA表示離散余弦變換雙向模塊二維主成分分析；其特征在于，所述方法是按照以下步驟實現的：
步驟一、通過DCT將人臉圖像從空域轉換到頻域，之后通過IDCT重建人臉圖像；其中DCT表示離散余弦變換，IDCT表示反向離散余弦變換；
步驟二、使用算子對通過IDCT進行重建的人臉圖像進行特征提取得到矩陣B；其中，表示像素塊大小為1×1、半徑為2的圓形8鄰域的LBP算子；
步驟三、通過BM2DPCA獲得特征矩陣；BM2DPCA表示雙向模塊二維主成分分析；
步驟四、使用最近鄰分類器對測試樣本進行識別。
2.根據權利要求1所述的基于MBLBP和DCT-BM2DPCA的人臉識別方法，其特征在于步驟一所述的通過DCT將人臉圖像從空域轉換到頻域，之后通過IDCT重建人臉圖像，是按照以下步驟實現的：
步驟一(一)、將輸入圖像分解為8×8的塊，再對每個塊進行DCT變換，DCT變換公式如下：
式中M×N為輸入圖像經過DCT變換后得到的圖像塊大小；
步驟一(二)、通過IDCT對人臉圖像進行重建，選取經過DCT變換后的圖像塊中每個塊左上角的10個低頻分量進行IDCT變換，IDCT變換公式如下：
式中x，y為空間域采樣值；u，v為頻率域采樣值。
3.根據權利要求2所述的基于MBLBP和DCT-BM2DPCA的人臉識別方法，其特征在于，步驟二所述的使用算子對通過IDCT進行重建的人臉圖像進行特征提取得到矩陣B，具體是按照以下步驟實現的：
步驟二(一)、通過IDCT重建的人臉圖像被劃分為1×1的像素塊；
步驟二(二)、計算每個像素塊的平均灰度值，得到由各個塊的平均灰度值組成的映射矩陣；
步驟二(三)、對映射矩陣計算uniform(8,2)LBP特征，得到像素塊低分辨率表示的特征矩陣；
步驟二(四)、將低分辨率表示的特征矩陣進行還原，即將該矩陣中的每一個像素擴展為1×1的像素塊，像素塊中每個像素的灰度值都為被擴展像素的灰度值，得到最終的特征矩陣B。
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哈爾濱師范大學，未經哈爾濱師范大學許可，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/201810345355.2/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種識別指紋的電子模組
- 下一篇：一種物體跟隨方法
