-
公开(公告)号：CN102831425A
公开(公告)日：2012-12-19
申请号：CN201210312362.5
申请日：2012-08-29
Applicant: 东南大学
Abstract: 一种人脸图像快速特征提取方法，第一步，初始化读入训练图像集，将获得的彩色人脸图像转换到灰度空间；第二步，对图像进行线性插值和直方图均衡化；第三步，构造训练集数据矩阵；第四步，训练集应用主成份分析法，求取其低维表述矩阵；第五步，求原训练图像的低维表述矩阵的隶属度矩阵；第六步，计算低维表述矩阵的类内散度矩阵和类间散度矩阵；第七步，求得训练人脸图像集的特征表述矩阵。本发明充分考虑了训练集中各个人的人脸图像之间的关系，利用了其对于某一人脸子集的属于和不属于的信息，得到较好的类中心估计，弱化了某一图像的剧烈扰动对于该人其他图像的扰动，从而更加有效地提取人脸特征。
-
公开(公告)号：CN103218605B
公开(公告)日：2016-01-13
申请号：CN201310119843.9
申请日：2013-04-09
Applicant: 东南大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于积分投影与边缘检测的快速人眼定位方法，它主要有以下几个步骤：第一步：对检测到的人脸图像进行转灰度，并利用滤波器对其平滑去噪；第二步：采用水平积分投影法获取人眼大概位置；第三步：对第一步中的图像进行边缘提取，并将图像二值化；第四步：计算行、列复杂度，精确定位人眼位置；第五步：校正，得到最终人眼位置。该方法计算速度快，能够有效抑制人脸图像中的饰品对人眼定位的影响，具有快速稳定的优点。
-
公开(公告)号：CN102831425B
公开(公告)日：2014-12-17
申请号：CN201210312362.5
申请日：2012-08-29
Applicant: 东南大学
Abstract: 一种人脸图像快速特征提取方法，第一步，初始化读入训练图像集，将获得的彩色人脸图像转换到灰度空间；第二步，对图像进行线性插值和直方图均衡化；第三步，构造训练集数据矩阵；第四步，训练集应用主成份分析法，求取其低维表述矩阵；第五步，求原训练图像的低维表述矩阵的隶属度矩阵；第六步，计算低维表述矩阵的类内散度矩阵和类间散度矩阵；第七步，求得训练人脸图像集的特征表述矩阵。本发明充分考虑了训练集中各个人的人脸图像之间的关系，利用了其对于某一人脸子集的属于和不属于的信息，得到较好的类中心估计，弱化了某一图像的剧烈扰动对于该人其他图像的扰动，从而更加有效地提取人脸特征。
-
公开(公告)号：CN103218605A
公开(公告)日：2013-07-24
申请号：CN201310119843.9
申请日：2013-04-09
Applicant: 东南大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于积分投影与边缘检测的快速人眼定位方法，它主要有以下几个步骤：第一步：对检测到的人脸图像进行转灰度，并利用滤波器对其平滑去噪；第二步：采用水平积分投影法获取人眼大概位置；第三步：对第一步中的图像进行边缘提取，并将图像二值化；第四步：计算行、列复杂度，精确定位人眼位置；第五步：校正，得到最终人眼位置。该方法计算速度快，能够有效抑制人脸图像中的饰品对人眼定位的影响，具有快速稳定的优点。
-
-
-
Search Results
4
records
(took 0.011 seconds)
