-
公开(公告)号：CN106845362A
公开(公告)日：2017-06-13
申请号：CN201611228943.5
申请日：2016-12-27
Applicant: 湖南长城信息金融设备有限责任公司 , 中电长城(长沙)信息技术有限公司
Abstract: 本发明公开了一种基于多尺度变换的稀疏表示的人脸识别方法，包括以下步骤：步骤1：采集待识别人脸图像和样本人脸图像；步骤2：对人脸图像依次进行对数变换和小波分解处理；步骤3：进行PCA特征提取；步骤4：重构人脸图像，获得光照归一化后人脸图像；步骤5：采用稀疏表示模型对待识别人脸图像的光照归一化人脸图像进行识别。该方法首先通过对图像进行对数变换以及小波分解处理，接着通过PCA特征提取后重新构建人脸图像，大大的降低了由于光照不足或者过强时，以及随机噪声干扰面积较大时，引起的识别率低的问题；其次，通过利用改进的稀疏表示模型，避免了当对人脸进行部分遮挡时，例如戴围巾，戴眼镜等，导致识别率偏低的问题。
-
公开(公告)号：CN106845362B
公开(公告)日：2020-03-20
申请号：CN201611228943.5
申请日：2016-12-27
Applicant: 湖南长城信息金融设备有限责任公司 , 中电长城(长沙)信息技术有限公司
Abstract: 本发明公开了一种基于多尺度变换的稀疏表示的人脸识别方法，包括以下步骤：步骤1：采集待识别人脸图像和样本人脸图像；步骤2：对人脸图像依次进行对数变换和小波分解处理；步骤3：进行PCA特征提取；步骤4：重构人脸图像，获得光照归一化后人脸图像；步骤5：采用稀疏表示模型对待识别人脸图像的光照归一化人脸图像进行识别。该方法首先通过对图像进行对数变换以及小波分解处理，接着通过PCA特征提取后重新构建人脸图像，大大的降低了由于光照不足或者过强时，以及随机噪声干扰面积较大时，引起的识别率低的问题；其次，通过利用改进的稀疏表示模型，避免了当对人脸进行部分遮挡时，例如戴围巾，戴眼镜等，导致识别率偏低的问题。
-
Search Results
2
records
(took 0.054 seconds)
