一种人脸检测方法
    1.
    发明授权

    公开(公告)号:CN103226698B

    公开(公告)日:2016-01-27

    申请号:CN201310131911.3

    申请日:2013-04-16

    Abstract: 本发明涉及的是生物特征身份识别领域,特别是涉及一种人脸检测方法。本发明包括下列步骤:读取原始人脸图像;对原始人脸图像进行人脸光照预处理;采用AdaBoost检测候选人脸区域;计算相似度图确认人脸区域图像。本方法在保证检测速度的同时,大大减少了目标区域的误检率,提高了人脸检测的准确率。

    一种人脸检测方法
    2.
    发明公开

    公开(公告)号:CN103226698A

    公开(公告)日:2013-07-31

    申请号:CN201310131911.3

    申请日:2013-04-16

    Abstract: 本发明涉及的是生物特征身份识别领域,特别是涉及一种人脸检测方法。本发明包括下列步骤:读取原始人脸图像;对原始人脸图像进行人脸光照预处理;采用AdaBoost检测候选人脸区域;计算相似度图确认人脸区域图像。本方法在保证检测速度的同时,大大减少了目标区域的误检率,提高了人脸检测的准确率。

    一种基于人脸均值和方差能量图的多姿态人脸识别方法

    公开(公告)号:CN103218606A

    公开(公告)日:2013-07-24

    申请号:CN201310122161.3

    申请日:2013-04-10

    Abstract: 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。

    手背静脉模式纹理提取方法

    公开(公告)号:CN102393905B

    公开(公告)日:2013-04-10

    申请号:CN201110195542.5

    申请日:2011-07-13

    Abstract: 本发明的目的在于提供手背静脉模式纹理提取方法,采用Gabor滤波器组进行提取,包括以下步骤:设计Gabor滤波器组参数,在方向空间对滤波响应进行统计,得到方向空间最优滤波响应;计算方向空间最优滤波响应在尺度空间的静脉混合矩,可得到最后的手背静脉模式纹理。本发明能够解决对比度低、灰度值窄、灰度值分布不均匀、纹理模糊、纹理边缘较弱、交叉纹理粘连等问题。

    基于多尺度二阶微分结构模型滤波形态响应直接提取手背静脉模式骨架的方法

    公开(公告)号:CN102346845B

    公开(公告)日:2013-03-06

    申请号:CN201110273341.2

    申请日:2011-09-15

    Abstract: 本发明的目的在于提供基于多尺度二阶微分结构模型滤波形态响应直接提取手背静脉模式骨架的方法,包括以下步骤:对静脉纹理进行分析获取静脉纹理的形态响应、方向响应、尺度响应;提取脊点,形成离散的初始脊线段集;对初始脊线段集进行预处理;从所得到的脊线段集中提取出端点,并根据获取的静脉纹理方向响应获得端点延伸方向,对其进行延伸处理,以连接离散脊线段;从端点连接后的脊线段集中滤去孤立脊线段和悬浮脊线段,经此脊线后期处理后,即可得到最终静脉纹理骨架。本发明能够解决存在对比度低、灰度值窄、灰度值分布不均匀、纹理模糊、纹理边缘较弱、交叉纹理粘连等问题。

    一种基于分离度差有监督局部保持投影的人脸识别方法

    公开(公告)号:CN103226699A

    公开(公告)日:2013-07-31

    申请号:CN201310131912.8

    申请日:2013-04-16

    Abstract: 本发明涉及的是一种生物特征身份识别领域,特别涉及一种基于分离度差有监督局部保持投影的人脸识别方法。本发明包括以下步骤:从人脸库中读取人脸图像;对人脸图像进行特征提取,形成人脸特征;对人脸区域图像进行特征提取,从而获得特征提取所需变换矩阵和训练人脸图像的特征;针对测试人脸图像进行特征提取,并通过基于欧氏距离的最近邻分类器进行分类识别。本发明避免了人脸识别中的小样本问题,同时也使得有监督局部保持投影方法不再受限于PCA过程保留特征维数。避免了由于小样本导致的类内分离度矩阵奇异的问题和难以选取PCA与SLPP最优匹配维数的问题。

    基于多尺度二阶微分结构模型滤波形态响应直接提取手背静脉模式骨架的方法

    公开(公告)号:CN102346845A

    公开(公告)日:2012-02-08

    申请号:CN201110273341.2

    申请日:2011-09-15

    Abstract: 本发明的目的在于提供基于多尺度二阶微分结构模型滤波形态响应直接提取手背静脉模式骨架的方法,包括以下步骤:对静脉纹理进行分析获取静脉纹理的形态响应、方向响应、尺度响应;提取脊点,形成离散的初始脊线段集;对初始脊线段集进行预处理;从所得到的脊线段集中提取出端点,并根据获取的静脉纹理方向响应获得端点延伸方向,对其进行延伸处理,以连接离散脊线段;从端点连接后的脊线段集中滤去孤立脊线段和悬浮脊线段,经此脊线后期处理后,即可得到最终静脉纹理骨架。本发明能够解决存在对比度低、灰度值窄、灰度值分布不均匀、纹理模糊、纹理边缘较弱、交叉纹理粘连等问题。

    基于指纹和手指静脉的双模态生物图像采集装置

    公开(公告)号:CN101464947B

    公开(公告)日:2011-04-20

    申请号:CN200910071283.8

    申请日:2009-01-16

    Abstract: 本发明提供的是一种基于指纹和手指静脉的双模态生物图像采集装置。它包括外壳,外壳的上表面中间有一平底凹槽,凹槽的顶部有一斜面,凹槽前后端安装电极,凹槽的两个侧壁安装静脉图像采集红外光源,外壳底部与凹槽的顶部的斜面部分相对应的位置安装有指纹图像采集红光源和指纹图像采集器,外壳底部与凹槽相对应的位置安装有红外接收器和静脉图像采集器,外壳内设置为电极、温度传感器、红光源、红外光源、红外接收器、图像采集器供电或提供信号传递的电源和控制电路。本发明的装置进行图像信息采集的生物特征识别系统,其性能好于仅基于指纹或静脉的单模态生物特征识别系统。采用同时对指纹和手静脉进行图像采集的双光路系统,提高采集速度。

    中文印刷体公式识别方法

    公开(公告)号:CN100541521C

    公开(公告)日:2009-09-16

    申请号:CN200710144588.8

    申请日:2007-11-14

    Abstract: 本发明提供的是一种中文印刷体公式识别方法。包括版面分析、汉字识别和数学公式识别3个模块,版面分析模块是对待识别的BMP图像进行各项预处理二值化,并利用投影法结合自底向上的版面分析算法,分割出文字块、图像块、表格块,对图像块和表格块进行保存处理;汉字识别模块是针对文字块进行虚假行合并、选择切分参数、提取特征和对汉字识别,将拒识的结果记录下来,把同行相邻的拒识结果合并这样可以定位出公式区域;数学公式识别是将拒识出来的文字区域中的公式字符进行提取、分割、合并一些合成字符、识别;最后通过公式字符的结构分析,得出字符间的关系;并最终输出结果为一维的字符串。经过试验证明本发明的识别效果还是令人满意的。

    一种基于分离度差有监督局部保持投影的人脸识别方法

    公开(公告)号:CN103226699B

    公开(公告)日:2016-06-29

    申请号:CN201310131912.8

    申请日:2013-04-16

    Abstract: 本发明涉及的是一种生物特征身份识别领域,特别涉及一种基于分离度差有监督局部保持投影的人脸识别方法。本发明包括以下步骤:从人脸库中读取人脸图像;对人脸图像进行特征提取,形成人脸特征;对人脸区域图像进行特征提取,从而获得特征提取所需变换矩阵和训练人脸图像的特征;针对测试人脸图像进行特征提取,并通过基于欧氏距离的最近邻分类器进行分类识别。本发明避免了人脸识别中的小样本问题,同时也使得有监督局部保持投影方法不再受限于PCA过程保留特征维数。避免了由于小样本导致的类内分离度矩阵奇异的问题和难以选取PCA与SLPP最优匹配维数的问题。

Patent Agency Ranking