-
公开(公告)号：CN103971096B
公开(公告)日：2017-11-21
申请号：CN201410195919.0
申请日：2014-05-09
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于MB‑LBP特征和人脸能量图的多姿态人脸识别方法。本发明通过建立多姿态人脸图像训练库，将人脸图像进行尺寸归一化处理后，构建训练库的人脸均值能量图和方差能量图；再对所得到人脸均值能量图和方差能量图进行MB‑LBP特征提取，并存储作为匹配库信息；在进行人脸检测时，检测人脸图像并提取出人脸区域，并对人脸区域图像做尺寸归一化处理，得到标准人脸图像；对标准人脸图像进行MB‑LBP特征提取；最后采用最近邻分类器完成多姿态人脸的分类识别。本发明能够较好地保留多姿态人脸固有的外貌特征，并保留了人脸图像模式微观结构和宏观结构，可以除去单个像素噪声所带来的影响，所需的存储空间小，具有优异的识别率和识别速度。
-
公开(公告)号：CN103971096A
公开(公告)日：2014-08-06
申请号：CN201410195919.0
申请日：2014-05-09
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于MB-LBP特征和人脸能量图的多姿态人脸识别方法。本发明通过建立多姿态人脸图像训练库，将人脸图像进行尺寸归一化处理后，构建训练库的人脸均值能量图和方差能量图；再对所得到人脸均值能量图和方差能量图进行MB-LBP特征提取，并存储作为匹配库信息；在进行人脸检测时，检测人脸图像并提取出人脸区域，并对人脸区域图像做尺寸归一化处理，得到标准人脸图像；对标准人脸图像进行MB-LBP特征提取；最后采用最近邻分类器完成多姿态人脸的分类识别。本发明能够较好地保留多姿态人脸固有的外貌特征，并保留了人脸图像模式微观结构和宏观结构，可以除去单个像素噪声所带来的影响，所需的存储空间小，具有优异的识别率和识别速度。
-
Search Results
2
records
(took 0.047 seconds)
