发明名称 |
一种二维人脸特征分类方法 |
摘要 |
本发明公开了一种二维人脸特征分类方法,提取各类人脸图像样本,将人脸图像样本进行分割得到子图像矩阵,求解子图像矩阵的最优投影矩阵,并利用最优投影矩阵对子图像矩阵进行特征提取,得到子图像矩阵以及人脸图像样本的子特征矩阵,将待分类人脸图像按照同样的过程进行分解和特征提取进而得到子特征矩阵,将待分类人脸图像的子特征矩阵与各类人脸图像样本的子特征矩阵进行特征匹配,并利用投票方式进行统计,待分类人脸图像属于获得票数最多的类别,从而实现了人脸特征的分类和识别。本发明具有受图像局部噪声影响小,人脸特征分类和识别效果好、效率高等有益效果。 |
申请公布号 |
CN106599871A |
申请公布日期 |
2017.04.26 |
申请号 |
CN201611202349.9 |
申请日期 |
2016.12.23 |
申请人 |
济南大学 |
发明人 |
李恒建;冯光;董吉文;邱建 |
分类号 |
G06K9/00(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
济南誉丰专利代理事务所(普通合伙企业) 37240 |
代理人 |
李茜 |
主权项 |
一种二维人脸特征分类方法,其特征在于,包括以下步骤:S1:从人脸数据库中提取若干类人脸图像,其中每类所述人脸图像包含若干个人脸图像样本;S2:将每个所述人脸图像样本分成若干个子图像矩阵,并分别求解每个所述子图像矩阵的最优投影矩阵;S3:对于任一所述人脸图像样本的任一所述子图像矩阵,利用该所述子图像矩阵所对应的所述最优投影矩阵对该所述子图像矩阵进行特征提取,从而得到该所述子图像矩阵的全部子特征矩阵,进而得到该所述人脸图像样本的全部子特征矩阵,进而得到步骤S1中所提取的所有类别的所述人脸图像的全部子特征矩阵;S4:将代表待分类人脸图像的待分类人脸图像矩阵进行步骤S2和步骤S3的过程,得到所述待分类人脸图像矩阵的全部子特征矩阵;S5:对所述待分类人脸图像矩阵的每个所述子特征矩阵利用特征匹配算法与步骤S1中提取的每一所述人脸图像样本的相应位置的子特征矩阵进行投影方向的特征匹配,将匹配结果进行投票统计,所述待分类人脸图像属于获得票数最多的类别。 |
地址 |
250022 山东省济南市市中区南辛庄西路336号 |