发明名称 |
一种基于局部二值模式与KFDA的人脸识别方法 |
摘要 |
本发明公开一种基于局部二值模式与KFDA的人脸识别方法,其在训练过程中,首先对所有训练样本进行LBP特征提取,然后对所有样本进行聚类,对聚类后的每类LBP的特征直方图通过KFDA获得联合最优投影空间,即解决了KFDA的维数灾难问题,比原LBP拥有更高的人脸正确识别率。测试过程中,先对测试样本进行第一次LBP卡方距离的隶属度进行拒绝判别,若不被拒绝,则进行相对应的KFDA投影,利用最小欧氏距离获得最终判别结果。本发明利用聚类解决了KFDA的维数灾难问题,将LBP的卡方直方图融入各向异性高斯核函数中,提高了其正确识别率和实用价值。 |
申请公布号 |
CN104463085A |
申请公布日期 |
2015.03.25 |
申请号 |
CN201310444376.7 |
申请日期 |
2013.09.23 |
申请人 |
深圳市元轩科技发展有限公司 |
发明人 |
刘中奎;李赫;李战斌 |
分类号 |
G06K9/00(2006.01)I;G06K9/46(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种基于局部二值模式与KFDA的人脸识别方法,其特征是:所述的方法包括训练过程与测试过程, 所述的训练过程包括下述步骤: 步骤一,将n类训练样本进行LBP特征提取,获得LBP特征直方图; 步骤二,求每类训练样本LBP特征直方图的均值及类间χ<sup>2</sup>卡方距离的隶属度,获得每类对应的簇; 步骤三,对每类对应的簇进行KFDA获得n个投影空间,即联合投影空间表示为W=[w<sub>1</sub>,w<sub>2</sub>,L,w<sub>n</sub>]; 步骤四,分别将每类簇中所有样本向对应的KFDA空间投影,获得KFDA特征向量; 所述的测试过程包括下述步骤: 步骤一,将测试样本进行LBP特征提取,获得LBP特征直方图; 步骤二,分别求与训练样本的LBP直方图均值得χ<sup>2</sup>卡方距离与隶属度; 步骤三,将其隶属度与预设阈值对比,若小于预设阈值,则被拒绝识别,结束此次测试;若大于预设阈值,则判断其属于哪个簇,并进行相对应的KFDA投影; 步骤四,求最小测试样本的KFDA特征向量与簇类各个样本KFDA特征向量的欧氏距离进行测试样本的判别。 |
地址 |
518000 广东省深圳市南山区南山大道东南油第三工业区302栋2层202 |