人脸识别方法及系统
    1.
    发明授权

    公开(公告)号:CN103353936B

    公开(公告)日:2017-01-11

    申请号:CN201310321102.9

    申请日:2013-07-26

    Inventor: 苏剑波 曾明 赵玥

    Abstract: 本发明提供了一种人脸识别方法及系统,包括:采集可见光、近红外、中红外、远红外和热红外的多波段的训练图像;基于稀疏正则化方法对提取到的每一波段的人脸图像特征进行评价与选择得到降维后的每一波段的人脸图像的新特征和对应的新特征评价指标;再基于稀疏正则化方法对第一特征集进行评价、选择与融合构成最终表达人脸的第二特征集和对应的第二特征评价指标;根据第二特征评价指标从所述第三特征集获得最终表达所述待测试人的人脸的第二特征集;采用最近邻分类器获取分类结果。本发明能够在融合足够多人脸图像信息的基础之上,保证最终表达人脸的特征集有较低的维数,从而也保证人脸识别的速度和单个人需要存储的数据量较小,提高识别精度。

    一种基于图像尖锐度分布的特征点匹配方法

    公开(公告)号:CN103700107B

    公开(公告)日:2016-04-20

    申请号:CN201310732830.9

    申请日:2013-12-26

    Inventor: 赵玥 苏剑波

    Abstract: 在本发明提供的基于图像尖锐度分布的特征点匹配方法中,使用边缘检测算子计算出图像特征点的尖锐度来定义特征点的描述方法,主要通过计算两幅图像中特征点的归一化相关系数,依次进行特征点的初步匹配、删除错误的特征点匹配、计算图像的透视投影矩阵来实现所有特征点的匹配,提高了匹配的精准度及匹配效率。

    可见光与近红外信息融合的人脸识别方法及系统

    公开(公告)号:CN103136516B

    公开(公告)日:2016-01-20

    申请号:CN201310050831.5

    申请日:2013-02-08

    Abstract: 本发明提供了一种可见光与近红外信息融合的人脸识别方法及系统,所述方法包括:提取样本人员库中每个人的每组可见光人脸图像和近红外人脸图像的第一初始特征,对第一初始特征进行选择与融合以生成人脸图像的特征集;提取模板人员库中每个人的每组可见光人脸图像和近红外人脸图像的第二初始特征,根据所述特征集和第二初始特征生成第二调整特征;提取待比较人员的每组可见光人脸图像和近红外人脸图像的第三初始特征,根据所述特征集和第三初始特征生成第三调整特征;计算所述第三调整特征与每个第二调整特征的距离,将与所述第三调整特征距离最近的第二调整特征所属的人判定为与待比较人员为同一人,能够有效提高人脸识别性能。

    一种基于图像尖锐度分布的特征点匹配方法

    公开(公告)号:CN103700107A

    公开(公告)日:2014-04-02

    申请号:CN201310732830.9

    申请日:2013-12-26

    Inventor: 赵玥 苏剑波

    Abstract: 在本发明提供的基于图像尖锐度分布的特征点匹配方法中,使用边缘检测算子计算出图像特征点的尖锐度来定义特征点的描述方法,主要通过计算两幅图像中特征点的归一化相关系数,依次进行特征点的初步匹配、删除错误的特征点匹配、计算图像的透视投影矩阵来实现所有特征点的匹配,提高了匹配的精准度及匹配效率。

    人脸识别方法及系统
    5.
    发明公开

    公开(公告)号:CN103353936A

    公开(公告)日:2013-10-16

    申请号:CN201310321102.9

    申请日:2013-07-26

    Inventor: 苏剑波 曾明 赵玥

    Abstract: 本发明提供了一种人脸识别方法及系统,包括:采集可见光、近红外、中红外、远红外和热红外的多波段的训练图像;基于稀疏正则化方法对提取到的每一波段的人脸图像特征进行评价与选择得到降维后的每一波段的人脸图像的新特征和对应的新特征评价指标;再基于稀疏正则化方法对第一特征集进行评价、选择与融合构成最终表达人脸的第二特征集和对应的第二特征评价指标;根据第二特征评价指标从所述第三特征集获得最终表达所述待测试人的人脸的第二特征集;采用最近邻分类器获取分类结果。本发明能够在融合足够多人脸图像信息的基础之上,保证最终表达人脸的特征集有较低的维数,从而也保证人脸识别的速度和单个人需要存储的数据量较小,提高识别精度。

    基于稀疏正则化的实现多波段人脸图像信息融合的人脸识别方法

    公开(公告)号:CN103268485A

    公开(公告)日:2013-08-28

    申请号:CN201310229579.4

    申请日:2013-06-09

    Abstract: 一种图像处理技术领域的基于稀疏正则化的实现多波段人脸图像信息融合的人脸识别方法,通过采集可见光、近红外、中红外、远红外和热红外训练图像并进行归一化、去除背景以及光照预处理后,提取可见光、近红外、中红外、远红外和热红外的样本人脸特征;然后基于稀疏正则化的方法选择样本人脸特征,并根据样本人脸特征在分类意义下的评价系数赋予权值,再对样本人脸特征进行融合,得到表征该样本的特征向量作为指标向量并根据指标向量构成特征集;最后从待测图像中分割出人脸部分,并对待测人脸部分进行如步骤二至步骤四的操作,得到待测人脸部分的特征向量,并依次计算待测人脸部分的特征向量与特征集中特征向量之间的距离,选取距离最小的特征集所对应的样本即为待测图像的所属人。本发明具有克服配饰、遮挡等变化、识别精度高、适用范围广等优点。

    可见光与近红外信息融合的人脸识别方法及系统

    公开(公告)号:CN103136516A

    公开(公告)日:2013-06-05

    申请号:CN201310050831.5

    申请日:2013-02-08

    Abstract: 本发明提供了一种可见光与近红外信息融合的人脸识别方法及系统,所述方法包括:提取样本人员库中每个人的每组可见光人脸图像和近红外人脸图像的第一初始特征,对第一初始特征进行选择与融合以生成人脸图像的特征集;提取模板人员库中每个人的每组可见光人脸图像和近红外人脸图像的第二初始特征,根据所述特征集和第二初始特征生成第二调整特征;提取待比较人员的每组可见光人脸图像和近红外人脸图像的第三初始特征,根据所述特征集和第三初始特征生成第三调整特征;计算所述第三调整特征与每个第二调整特征的距离,将与所述第三调整特征距离最近的第二调整特征所属的人判定为与待比较人员为同一人,能够有效提高人脸识别性能。

Patent Agency Ranking