[發明專利]一種深度人臉識別的方法

在審

• 申請號: 201910120830.0
• 申請日: 2019-02-02
• 公開（公告）號: CN111523357A
• 公開（公告）日: 2020-08-11
• 發明（設計）人: 顧澤蒼
• 申請（專利權）人: 顧澤蒼
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T3/40;G06T5/10;G06T5/20;G06T7/11;G06N20/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種深度人臉識別方法是由圖像信息深度抽出的方法所構成的，其特征在于：

對樣本圖像信息進行大規模圖像分割的方法，或者對圖像的特定位置進行詳細的記述的方法，或者針對至少一個分割圖像通過圖像變換的方法對圖像信息進行深度抽出的方法。

2.權利要求1一種深度人臉識別方法是由圖像信息深度抽出的方法所構成的，其特征在于：

所述圖像變換的方法把樣本圖像通過包括傅立葉變換(DFT，Discrete FourierTransform)，離散余弦變換(DCT，Discrete Cosine Transform)，沃爾什變換(WT，Walsh，Transform)，哈達瑪變換(ST，Hadamard Transform)，K-L變換(K-L，Karhunen-LoeveTransform)，協變換(ST，Slant Transform)，離散小波變換(DWT，Discrete WaveletTransform)在內的一種正交變換的方法，或者是主成分分析(PCA，Principal ComponentAnalysis)，線性判別分析(LDA，Linear Discriminant Analysis)，以及Gabor變換(GT，Gabor，Transform)在內的一種圖像變換的方法。

3.一種深度人臉識別方法是由圖像深度識別方法所構成的，其特征在于：

考慮被登錄的大規模特征集對于識別結果的作用的方法，或者是考慮特征向量間的最小距離與特征向量的各個特征值的最大幾率空間的尺度的累加值之間的比例值的方法，或者是考慮復數特征值的共同概率分布信息的方法，或者是考慮樣本特征值處于被登錄的特征值的概率分布的位置上的概率分布信息的方法；或者是考慮樣本特征值處于被登錄的復數特征值的共同概率分布，與被登錄的特征值的概率分布在共同的位置上的共同的概率分布信息的方法，或者是考慮樣本特征向量與被登錄的特征向量之間最大幾率值的概率信息的方法，或者是考慮對登錄特征向量的特征值的概率分布進行分割的方法中至少一種深度圖像識別的方法。

4.權利要求3一種深度人臉識別方法是由圖像深度識別方法所構成的，其特征在于：所述圖像進行大規模的圖像變換的方法還指：利用復數種圖像處理方法，對至少一個樣本圖像進行復數種圖像處理；獲得復數個可以仿真樣本圖像的不同環境所產生的展開圖像；將復數個展開圖像作為該圖像的一組樣本圖像數據；使一個圖像也可產生樣本特征值的概率分布的方法。

5.權利要求3，4一種深度人臉識別方法是由圖像深度識別方法所構成的，其特征在于：

對于圖像進行正向識別，或反向識別，或雙向識別方法中的至少一種方法。