一种基于对尺度块局部多值模式的人脸识别方法

摘要

本发明公开了一种基于多尺度块局部多值模式的人脸识别方法，包括：训练阶段的方法和识别阶段的方法；训练阶段的方法首先采用积分图法对训练样本进行图像块像素平均值计算，然后对每个像素平均值进行方向编码和幅值编码，得到三层人脸描述图像，最后对三层人脸描述图像进行处理，得到人脸特征直方图；识别阶段的方法首先得到测试样本的人脸特征直方图，然后采用最近邻分类方法，对测试样本进行识别。本发明在人脸识别中对人脸的时间变化、光照变化、表情变化和姿态具有很好的鲁棒性，并且在抑制噪声方面表现出非常好的稳定性，具有较高的人脸识别率。

主权项

一种基于多尺度块局部多值模式的人脸识别方法，其特征在于，包括：训练阶段的方法和识别阶段的方法；所述训练阶段的方法包括以下具体步骤：(1)对训练样本进行积分图计算，利用所述积分图求得以点(x，y)为中心，大小为s×s个像素的图像块的像素平均值v_c，以及以该所述图像块为中心的3×3块邻域内同等大小的8个子图像块的像素平均值v_i，i＝0，...，7；(2)对每个所述像素平均值进行方向编码和幅值编码，所述方向编码后得到第一层人脸描述图像，所述幅值编码后得到第二层人脸描述图像和第三层人脸描述图像；(3)将所述第一层人脸描述图像、所述第二层人脸描述图像和所述第三层人脸描述图像分别进行分块处理，得到若干子块；(4)对每个所述子块提取特征直方图，并利用Uniform模式对所述特征直方图进行降维；(5)将三层人脸描述图像获取的所有所述特征直方图进行串联，得到人脸特征直方图；(6)对全部训练样本提取人脸特征直方图，形成训练样本特征集；所述识别阶段的方法包括以下具体步骤：(1)对全部测试样本提取人脸特征直方图，形成测试样本特征集；(2)检索训练样本特征集，通过分类识别方法预测所述测试样本的人脸特征直方图所属的对象。