发明名称 | 一种用于人脸识别的自适应冗余字典构造方法 | ||
摘要 | 本发明公开了用于人脸识别的自适应冗余字典构造方法,包括获取待测试人脸图像和若干人脸图像样本,将若干人脸图像样本存储至训练样本集中,提取待测试人脸图像和训练样本集中每个样本的LCP特征;得到待测试人脸图像与训练样本集中全部样本的平均LBP特征相似性和平均MiC特征相似性;判断LBP特征和MiC特性是否均属于合法特征,若是,则进入下一步;否则,拒绝识别待测试人脸图像;在合法特征中,当LBP特征相似性不小于LBP特征近邻阈值且MiC特征相似性不大于MiC特征近邻阈值时,训练样本集中相应的样本才被标注为待测试人脸图像的近邻样本;被标注的待测试人脸图像的近邻样本作为原子,构造出自适应人脸识别冗余字典。 | ||
申请公布号 | CN106250841A | 申请公布日期 | 2016.12.21 |
申请号 | CN201610604502.4 | 申请日期 | 2016.07.28 |
申请人 | 山东师范大学 | 发明人 | 魏冬梅;赵曰峰;马娜;潘杰 |
分类号 | G06K9/00(2006.01)I | 主分类号 | G06K9/00(2006.01)I |
代理机构 | 济南圣达知识产权代理有限公司 37221 | 代理人 | 赵妍 |
主权项 | 一种用于人脸识别的自适应冗余字典构造方法,其特征在于,包括:步骤(1):获取待测试人脸图像和若干人脸图像样本,将若干人脸图像样本存储至训练样本集中,分别提取待测试人脸图像和训练样本集中每个样本的LCP特征;其中,LCP特征由LBP特征和MiC特征融合构成;步骤(2):计算待测试人脸图像与训练样本集中任一样本之间的LBP特征相似性和MiC特征相似性,进而得到待测试人脸图像与训练样本集中全部样本的平均LBP特征相似性和平均MiC特征相似性;步骤(3):将平均LBP特征相似性和平均MiC特征相似性分别与相应合法阈值比较,判断LBP特征和MiC特性是否均属于合法特征,若是,则进入下一步;否则,拒绝识别待测试人脸图像;步骤(4):在合法特征中,当LBP特征相似性不小于LBP特征近邻阈值且MiC特征相似性不大于MiC特征近邻阈值时,训练样本集中相应的样本才被标注为待测试人脸图像的近邻样本;将被标注的待测试人脸图像的近邻样本作为原子,进而构造出用于人脸识别的自适应冗余字典。 | ||
地址 | 250014 山东省济南市历下区文化东路88号 |