本发明公开了一种基于人脸结构特征的多方向多层次双交叉鲁棒性识别方法。该方法是一种提取面部表情特征的全新方法,旨在研究脸部识别的两大主要成分:人脸表征的提取和脸部匹配。
我们采用以下技术手段:
在内外圆的八个方向上,采用双十字交叉分两组的编码方式提取人脸表征。这一方式既全面概括了人脸特征,又简化了计算量。
引入多向梯度滤波和多层次人脸表征,利用高斯一阶算子导数将灰度人脸图像转换为多向梯度图像。这样做可以减轻照明、图像模糊、遮挡、姿势和表情等因素的影响,提高对光照变化的鲁棒性。
根据信噪比(SNR)最大化、边缘定位—精度保存以及单响应于单边缘三个准则,确定最优梯度滤波器。这有助于在提取脸部表情时减小干扰,从而准确提取脸部表情特征,同时节省计算成本。
综上所述,本发明通过优化提取和匹配过程,为脸部识别提供了更加高效和准确的方法。
| 专利名称 | 基于人脸结构特征的多方向多层次双交叉鲁棒性识别方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201710207911.5 |
| 申请号 | - | 专利申请日期 | 2017-03-31 |
| 专利授权日期 | 2017-07-21 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 樊小萌;陈志;岳文静;黄雅楠;李熠 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开了一种基于人脸结构特征的多方向多层次双交叉鲁棒性识别,该方法是一种提取面部表情特征的全新方法,研究脸部识别的两大主要成分:人脸表征的提取和脸部匹配。我们采用在内外圆的八个方向上,双十字交叉分两组的编码方式提取人脸表征,全面概括人脸特征的同时,简化计算量。增加了多向梯度滤波和多层次人脸表征,采用高斯一阶算子导数转换灰度人脸图像为多向梯度图像,减轻照明、图像模糊、遮挡、姿势和表情这些因素的影响,从而使光照变化更具有鲁棒性。根据三个准则的最优梯度滤波器,即信噪比(SNR)最大化,边缘定位—精度保存,单响应于单边缘,使得在提取脸部表情时所受的干扰减小,从而准确提取脸部表情特征,节省计算成本。 | ||