-
公开(公告)号：CN107463917A
公开(公告)日：2017-12-12
申请号：CN201710703543.3
申请日：2017-08-16
Applicant: 重庆邮电大学
CPC classification number: G06K9/00275 , G06K9/00288 , G06K9/46 , G06K9/6247 , G06K2009/4666
Abstract: 本发明请求保护一种基于改进的LTP与二维双向PCA融合的人脸特征提取方法，该方法包括步骤：S1，建立中心像素与邻域像素权值和的差值函数等式来求得中心像素与邻域像素的统计特征；S2，建立自适应梯度下降迭代函数计算出使差值等式最小的权值系数来定义IALTP算子的阈值；S3，将局部区域像素权重的均值和标准差作为IALTP的三种模式的编码方式；S4，将人脸图像经过二维双向PCA在行、列方向上求出投影矩阵，然后建立联合映射得到人脸图像的全局特征信息；S5，利用融合局部特征和全局特征的方式，提出了将IALTP与二维双向PCA相融合的算法。本发明可获得较高识别率、能够对光照和随机噪声具有较强的鲁棒性。
-
公开(公告)号：CN107463917B
公开(公告)日：2021-05-18
申请号：CN201710703543.3
申请日：2017-08-16
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于改进的LTP与二维双向PCA融合的人脸特征提取方法，该方法包括步骤：S1，建立中心像素与邻域像素权值和的差值函数等式来求得中心像素与邻域像素的统计特征；S2，建立自适应梯度下降迭代函数计算出使差值等式最小的权值系数来定义IALTP算子的阈值；S3，将局部区域像素权重的均值和标准差作为IALTP的三种模式的编码方式；S4，将人脸图像经过二维双向PCA在行、列方向上求出投影矩阵，然后建立联合映射得到人脸图像的全局特征信息；S5，利用融合局部特征和全局特征的方式，提出了将IALTP与二维双向PCA相融合的算法。本发明可获得较高识别率、能够对光照和随机噪声具有较强的鲁棒性。
-
公开(公告)号：CN108573211A
公开(公告)日：2018-09-25
申请号：CN201810179951.8
申请日：2018-03-05
Applicant: 重庆邮电大学
IPC: G06K9/00
Abstract: 本发明请求保护一种基于局部特征与深度学习的人脸特征提取方法，该方法包括步骤：S1，首先对原始图像进行预处理，将预处理过后的图像分割成等大小区域块；S2，分别提取出局部的LTP特征并统计直方图，将分块提取出的LTP统计直方图合并为整体的LTP特征向量；S3，将这些特征向量作为DBM模型中输入信息，采用贪心逐层算法进行预训练，通过预训练的参数对DBM模型进行微调；S4，在顶层单元采用Softmax算法实现对人脸的分类回归。本文的算法在非均匀光照和随机噪声的条件下具有较强的鲁棒性。
-
-
Search Results
3
records
(took 0.016 seconds)
