[發明專利]一種大數據采集和處理方法在審
| 申請號: | 201811303921.X | 申請日: | 2018-11-03 |
| 公開(公告)號: | CN111144173A | 公開(公告)日: | 2020-05-12 |
| 發明(設計)人: | 徐繼峰;祁建明;周峻松 | 申請(專利權)人: | 廣州市明領信息科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62;G06N3/08 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 510610 廣東省廣州市*** | 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 數據 采集 處理 方法 | ||
1.一種大數據采集和處理方法,其特征在于:包括采集雙眼-鼻-口綜合T字形采集區、右耳-顴骨綜合三角形采集區、左耳-顴骨綜合三角形采集區、雙眉骨一字形采集區和下巴圓形采集區;
具體方法為:
1)對采集的人臉圖像進行規范化處理,將人臉進行對齊糾正;
2)對人臉圖像進行尺寸歸一化處理,得到固定尺寸的人臉圖像;
3)對人臉圖像進行分割,形成雙眼-鼻-口-下巴綜合T字形采集區、右耳-顴骨綜合三角形采集區、左耳-顴骨綜合三角形采集區、雙眉骨一字形采集區,然后對上述采集區以外的人臉圖像進行剔除,形成局部部位組合圖像;
4)對局部部位組合圖像進行正則化主成分分析PCA處理,訓練出正則化PCA投影矩陣;
5)采用正則化PCA投影矩陣,對局部部位組合圖像進行處理,得到訓練圖像;根據訓練圖像對訓練的卷積神經網絡CNN模型進行訓練;
6)根據訓練好的CNN模型,從訓練圖像中提取多個具有第一維度的圖像特征;通過具有第一維度的圖像特征進行線性判斷式分析LDA處理,訓練出LDA投影矩陣;
7)將正則化PCA投影矩陣、訓練好的CNN模型及LDA投影矩陣作為人臉識別模型。
2.根據權利要求1所述的一種大數據采集和處理方法,其特征在于:所述右耳-顴骨綜合三角形采集區、右耳-顴骨綜合三角形采集區和下巴圓形采集區均與雙眼-鼻-口綜合T字形采集區具有交集區。
3.根據權利要求2所述的一種大數據采集和處理方法,其特征在于:所述交集區具有三個,其中兩個分別位于左眼和右眼的下方。
4.根據權利要求3所述的一種大數據采集和處理方法,其特征在于:所述位于左眼和右眼的下方的兩個交集區內均含有顴骨。
5.根據權利要求4所述的一種大數據采集和處理方法,其特征在于:還具有以下步驟:
一)提取三個交集區的灰度圖、二值圖、直觀性特征圖作為數據源,并融合為聯合特征;
二)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;
三)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;
四)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,得到低維的交集區方向梯度直方圖特征,用作人臉識別實際應用中的最終驗證信息。
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州市明領信息科技有限公司,未經廣州市明領信息科技有限公司許可,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/201811303921.X/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:導航完好性的監測方法及裝置、無人機
- 下一篇:一種視頻編碼前的預解碼方法
- 數據顯示系統、數據中繼設備、數據中繼方法、數據系統、接收設備和數據讀取方法
- 數據記錄方法、數據記錄裝置、數據記錄媒體、數據重播方法和數據重播裝置
- 數據發送方法、數據發送系統、數據發送裝置以及數據結構
- 數據顯示系統、數據中繼設備、數據中繼方法及數據系統
- 數據嵌入裝置、數據嵌入方法、數據提取裝置及數據提取方法
- 數據管理裝置、數據編輯裝置、數據閱覽裝置、數據管理方法、數據編輯方法以及數據閱覽方法
- 數據發送和數據接收設備、數據發送和數據接收方法
- 數據發送裝置、數據接收裝置、數據收發系統、數據發送方法、數據接收方法和數據收發方法
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置





