-
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：CN104021573A
公开(公告)日：2014-09-03
申请号：CN201410264193.1
申请日：2014-06-13
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于关节姿态角的人体动作分类识别方法。(1)采用基于惯性传感器的动作捕捉系统获取人体动作数据信号；(2)对所采集到的人体动作数据信号进行滤波去噪、归一化预处理；(3)用异步隐马尔科夫模型对每种动作建模，训练异步隐马尔科夫模型，对其进行特征提取和选择；(4)用训练好的异步隐马尔科夫模型对输入动作进行分类识别。本发明不但解决了人体动作不存在严格划分的问题，填补了目前人体运动研究对象相对单一，没有相应的理论体系的空白。而且，由于采用关节姿态角表征人体动作特征，所以本发明所采用的特征对个体的依赖性很低，对不同的人都有比较稳健的特征，识别速度和识别率较均有较大幅度的提高。
-
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
3
records
(took 0.023 seconds)
