一种基于嵌入式平台的人脸识别方法

摘要

本发明属于模式识别技术领域，具体涉及一种基于嵌入式平台的人脸识别方法。其特征在于，步骤如下：步骤一、图像预处理；步骤二、并行完成PCA特征提取、LDA特征提取、LBP特征提取；步骤三：集成分类识别，并行完成PCA特征识别、LDA特征识别、LBP特征识别；(4)综合投票输出结果；识别结果为m(pca)，m(lda)，m(pca)，若m(pca)，m(lda)，m(pca)相同，则直接输出结果；若两项结果相同，一项结果不同则以两项的结果作为输出结果；若三项结果均不同，则输出拒绝。通过此方法，可综合人脸图像的整体特征与局部特征，大大降低了人脸识别方法的误识率。同时，由于嵌入式平台已向多核心发展，由于算法的可并行化，加快了算法的运行速度，平均了各个cpu的负载。

主权项

一种基于嵌入式平台的人脸识别方法，其特征在于，步骤如下：步骤一、图像预处理(1)对人脸原始图像进行颜色及大小归一化处理；(2)对人脸图像进行直方图均衡化步骤二、特征提取并行完成PCA特征提取、LDA特征提取、LBP特征提取；(1)利用PCA方法计算特征矩阵得到训练集的整体特征W_pca；利用W_pca对各个样本进行降维；(2)利用PCA方法对样本进行降维，降维后再利用LDA方法对样本再次进行处理；(3)利用LBP方法计算图像LBP特征；①对人脸图像进行分块,分为7*7块，得到若干个局部区域；②对分块后的各小块图像区域进行LBP特征提取变换，得到每张人脸图像的直方图特征向量；步骤三：集成分类识别并行完成PCA特征识别、LDA特征识别、LBP特征识别；(1)利用NN方法对样本PCA特征进行分类识别，输出类别标号至m(pca)，若拒绝，则识别结果m(pca)＝0；(2)利用NN方法对样本LDA特征进行分类识别，输出类别标号至m(lda)，若拒绝，则识别结果m(lda)＝0；(3)利用NN方法对样本LBP特征进行分类识别，利用Chi平方统计作为直方图相似性度量，对样本的LBP特征进行分类，输出类别标号至m(lbp)，若拒绝，则识别结果m(lbp)＝0；(4)综合投票输出结果；若m(pca)，m(lda)，m(pca)结果相同，则直接输出结果；若两项结果相同，一项结果不同则以两项的结果作为输出结果；若三项结果均不同，则输出拒绝。