[發明專利]一種基于級聯BGP的人臉識別方法

在審

• 申請號: 201811062012.1
• 申請日: 2018-09-12
• 公開（公告）號: CN109409212A
• 公開（公告）日: 2019-03-01
• 發明（設計）人: 謝海斌;李立偉;白圣建;莊東曄;鄭永斌;李興瑋;徐婉瑩
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 湖南兆弘專利事務所(普通合伙) 43008
• 代理人: 周長清;胡君

1.一種基于級聯BGP的人臉識別方法，其特征在于，步驟包括：

S1.多級BGP提取：對輸入的人臉圖像數據基于BGP算法依次進行多級BGP特征提取，其中由上一級BPG特征提取得到的BGP特征圖像作為下一級BPG特征提取的輸入，最終得到對應各級的多個BGP特征向量；

S2.多級特征拼接：對得到的多個所述BGP特征向量進行拼接融合，得到多級BGP特征向量；

S3.人臉識別：使用所述多級BGP特征向量進行人臉識別，輸出識別結果。

2.根據權利要求1所述的基于級聯BGP的人臉識別方法，其特征在于，所述步驟S1中，將輸入原始人臉圖像進行一次BGP特征提取，得到第1級BGP特征圖像以及第1級BGP特征向量，再依次將第i-1級BGP特征圖像進行一次BGP特征提取，得到第i級特征圖像以及第i級BGP特征向量，其中i＝2,3,4……n，n為所需執行的BGP特征提取級數。

3.根據權利要求1所述的基于級聯BGP的人臉識別方法，其特征在于，所述步驟S1中采用BGP算法進行單級BGP特征提取的步驟為：

S11.基于BGP算法對輸入圖像數據進行特征提取，得到BGP特征圖像；

S12.將所述步驟S11得到的所述BGP特征圖像分成互不重疊的子塊；

S13.統計所述步驟S12得到的每個子塊的BGP直方圖；

S14.將所述步驟S13得到的所有子塊直方圖按順序拼接得到最終的BGP特征向量。

4.根據權利要求3所述的基于級聯BGP的人臉識別方法，其特征在于，所述步驟S12中將所述BGP特征圖像分為k·k個子塊A₁、A₂，……，A_k·k；所述步驟S14中得到的所述BGP特征向量為P＝[X_A1,X_A2,...X_Ak,...X_Ak·k]，其中X_A1為A₁子塊的統計直方圖，……，X_Ak為A_k子塊的統計直方圖。

5.根據權利要求1～4中任意一項所述的基于級聯BGP的人臉識別方法，其特征在于，所述步驟S1中具體執行三級以上的BGP特征提取；單級BGP特征提取時將提取得到的BGP特征圖像分為32*32的子塊。

6.根據權利要求1～4中任意一項所述的基于級聯BGP的人臉識別方法，其特征在于，所述步驟S2中得到的多級BGP特征向量為P_final＝[P₁,P₂,...P_n]，其中P₁為第1級BGP特征向量，P₂為第2級BGP特征向量，P_n為第n級BGP特征向量。

7.根據權利要求1～4中任意一項所述的基于級聯BGP的人臉識別方法，其特征在于，所述步驟S3中，具體采用直方圖交叉核的方法計算作為訓練樣本的特征向量與作為測試樣本的特征向量之間的特征相似度，以進行人臉識別。

8.根據權利要求7所述的基于級聯BGP的人臉識別方法，其特征在于，具體按照下式計算直方圖交叉核并作為所述特征相似度：

其中，p和q分別是所述訓練樣本與測試樣本的直方圖，k為直方圖中包含的像素數量，p(i)和q(i)分別為第i個像素對應的直方圖分量，i＝1,2,3…k。

9.根據權利要求8所述的基于級聯BGP的人臉識別方法，其特征在于，還包括將所述直方圖交叉核除以訓練樣本、測試樣本中的其中一個直方圖內所有像素數，得到最終的標準化特征相似度結果用于人臉識別。

10.根據權利要求1～4中任意一項所述的基于級聯BGP的人臉識別方法，其特征在于，所述步驟S3中在獲得測試樣本和訓練樣本的特征相似度后采用最近鄰分類器進行識別。