[发明专利]一种基于LBP特征的人脸识别硬件架构在审

专利信息
申请号: 201510688167.6 申请日: 2015-10-21
公开(公告)号: CN105205476A 公开(公告)日: 2015-12-30
发明(设计)人: 曹伟;王伶俐;张杨杰 申请(专利权)人: 上海红神信息技术有限公司;复旦大学
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 上海智信专利代理有限公司 31002 代理人: 邓琪;杨希
地址: 201112 上海*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 lbp 特征 识别 硬件 架构
【权利要求书】:

1.一种基于LBP特征的人脸识别硬件架构,其特征在于,所述架构包括:

LBP值计算模块,其被配置为:依次接收外部输入的各张人脸检测灰度图片中的各个像素数据,每接收到一个所述像素数据后计算该像素数据对应的LBP数值并输出该LBP数值;

与所述LBP值计算模块连接的分块统计模块,其包括两个第一RAM单元,该分块统计模块被配置为:将每张所述人脸检测灰度图片划分为若干块区域,依次接收所述LBP值计算模块输出的所述像素数据对应的LBP数值,以依次对每张所述人脸检测灰度图片的每个所述区域中各像素数据对应的LBP数值进行直方统计并生成相应的分块LBP直方图,每生成一个所述分块LBP直方图后将该分块LBP直方图存储在作为写缓存器的其中一个所述第一RAM单元中,直至该第一RAM单元存储完由一张所述人脸检测灰度图片的所有区域对应的所述分块LBP直方图构成的该张人脸检测灰度图片的特征向量后将该第一RAM单元转换为读缓存器,并将另一个所述第一RAM单元作为写缓存器存储下一张所述人脸检测灰度图片的各区域对应的所述分块LBP直方图;

与所述分块统计模块连接的乒乓缓存结构,其包括两个第二RAM单元,该乒乓缓存结构被配置为:将其中一个所述第二RAM单元作为写缓存器存储从所述分块统计模块中的读缓存器读出的所述人脸检测灰度图片的特征向量,直至该第二RAM单元存储完N张所述人脸检测灰度图片的特征向量后将该第二RAM单元转换为读缓存器,并将另一个所述第二RAM单元作为写缓存器存储下N张所述人脸检测灰度图片的特征向量,其中,数值N为大于1的自然数;以及

与所述乒乓缓存结构连接的比较识别模块,其包括多个并行计算单元,该比较识别模块被配置为:通过多个所述并行计算单元分别计算从所述乒乓缓存结构的读缓存器读出的各张所述人脸检测灰度图片的特征向量分别与外部输入的所有训练图片的特征向量之间的卡方距离,并分别将与每张所述人脸检测灰度图片的特征向量的卡方距离最小的一张所述训练图片标记为识别标签后输出所述识别标签。

2.根据权利要求1所述的基于LBP特征的人脸识别硬件架构,其特征在于,所述LBP值计算模块包括用于依次存储各张所述人脸检测灰度图片中的各个像素数据的线缓存结构。

3.根据权利要求2所述的基于LBP特征的人脸识别硬件架构,其特征在于,所述LBP值计算模块被进一步配置为:每接收到一个所述像素数据后,在以该像素数据为中心的n*n像素块中通过将该像素数据与其周围的像素数据比较以获得该像素数据对应的LBP数值,其中,数值n为大于1的自然数。

4.根据权利要求3所述的基于LBP特征的人脸识别硬件架构,其特征在于,所述数值n为3。

5.根据权利要求1所述的基于LBP特征的人脸识别硬件架构,其特征在于,所述分块统计模块被进一步配置为:将每张所述人脸检测灰度图片平均划分为36块区域。

6.根据权利要求1所述的基于LBP特征的人脸识别硬件架构,其特征在于,所述数值N为5。

7.根据权利要求1所述的基于LBP特征的人脸识别硬件架构,其特征在于,所述架构采用FPGA实现。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海红神信息技术有限公司;复旦大学,未经上海红神信息技术有限公司;复旦大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510688167.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top