发明名称 |
针对不同尺度人脸图像的识别方法 |
摘要 |
本发明提供了一种针对不同尺度人脸图像的识别方法。其包括以下步骤:1、对人脸图像进行离散余弦变换(DCT)并获得相同的DCT系数:将待识别的未知人脸图像和用于匹配的已知人脸图像集共同构成样本集,把样本集中的每一个二维人脸灰度图像进行DCT 变换,将转换结果的二维DCT系数矩阵中的低频部分选取56×46个分量保留下来。2、对变换后的样本集进行主成分分析(PCA),使人脸图像特征值矩阵的维度降低到20。3、利用相关系数归一化法计算人脸图像之间的特征匹配值,选取特征匹配值最大者即为与未知人脸图像匹配的已知人脸图像。本发明可以解决不同尺度人脸图像在识别过程中图像尺度差异对识别结果的影响,提高识别准确率。 |
申请公布号 |
CN105740838A |
申请公布日期 |
2016.07.06 |
申请号 |
CN201610083936.4 |
申请日期 |
2016.02.06 |
申请人 |
河北大学 |
发明人 |
张欣;刘海;于红 |
分类号 |
G06K9/00(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
石家庄国域专利商标事务所有限公司 13112 |
代理人 |
苏艳肃 |
主权项 |
针对不同尺度人脸图像的识别方法,其特征是,包括如下步骤:a、对人脸图像进行离散余弦变换(DCT)并获得相同的DCT系数:将待识别的未知人脸图像和用于匹配的已知人脸图像集共同构成样本集,把样本集中的每一个二维人脸灰度图像进行DCT变换,将转换结果的二维DCT系数矩阵中的低频部分选取56×46个分量保留下来;b、对变换后的样本集进行主成分分析(PCA),获得较低的特征维度:针对样本集,用PCA构造包含20个最大特征值的特征子空间,将按照步骤a变换后的样本集投影到该特征子空间中,分别得到每一幅人脸图像的特征值;c、利用相关系数归一化法计算人脸图像之间的特征匹配值:将未知人脸图像的特征值与已知人脸图像集的特征值分别计算相关系数并归一化,得到一组特征匹配值;选取特征匹配值最大者即为与未知人脸图像匹配的已知人脸图像。 |
地址 |
071002 河北省保定市北市区五四东路180号河北大学 |