发明名称 一种基于人脸均值和方差能量图的多姿态人脸识别方法
摘要 本发明涉及的是一种生物特征身份识别技术,特别是涉及一种基于人脸均值和方差能量图的多姿态人脸识别方法。本发明包括:检测人脸区域对人脸区域图像做尺寸归一化;构建狭义人脸均值能量图和广义人脸均值能量图;构建狭义人脸方差能量图和广义人脸方差能量图;将获得的特征进行融合,获得最终的特征向量;由基于欧氏距离的最近邻分类器进行分类识别。本发明不仅能够很好的节省存储空间,降低计算的复杂度,而且能够弱化单帧图像中出现的噪声干扰,人脸能量图蕴含了多种姿态下的人脸轮廓信息,对于大角度姿态变化的人脸识别,人脸能量图具有很大优势,不需要补零处理,提高了多姿态人脸识别的性能。
申请公布号 CN103218606A 申请公布日期 2013.07.24
申请号 CN201310122161.3 申请日期 2013.04.10
申请人 哈尔滨工程大学 发明人 王科俊;邹国锋;唐墨;付斌;杜同春
分类号 G06K9/00(2006.01)I;G06K9/62(2006.01)I 主分类号 G06K9/00(2006.01)I
代理机构 代理人
主权项 一种基于人脸均值和方差能量图的多姿态人脸识别方法,其特征在于,包括以下步骤:(1)读取人脸库中的多姿态人脸图像,检测人脸区域,并对人脸区域图像做尺寸归一化;(2)根据人脸区域图像俯仰角度划分人脸的俯仰变化范围,构建狭义人脸均值能量图和广义人脸均值能量图,作为多姿态人脸识别的初级特征;(3)构建狭义人脸方差能量图和广义人脸方差能量图,作为多姿态人脸识别的初级特征;(4)先对作为多姿态人脸初级特征的均值能量图和方差能量图执行主成分分析二次特征提取,将获得的特征进行融合,获得最终的特征向量;(5)由基于欧氏距离的最近邻分类器进行分类识别。
地址 150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室