[发明专利]一种基于聚类的BGP人脸快速检索方法在审

专利信息
申请号: 201811063494.2 申请日: 2018-09-12
公开(公告)号: CN109388727A 公开(公告)日: 2019-02-26
发明(设计)人: 谢海斌;李立伟;郑永斌;李兴玮;庄东晔;徐婉莹;白圣建 申请(专利权)人: 中国人民解放军国防科技大学
主分类号: G06F16/58 分类号: G06F16/58;G06F16/583;G06K9/62
代理公司: 湖南兆弘专利事务所(普通合伙) 43008 代理人: 周长清;胡君
地址: 410073 湖南*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人脸图片 聚类 编码数据库 快速检索 人脸 聚类中心 匹配 人脸数据库 编码输入 多个类别 检索性能 人脸检索 图片
【权利要求书】:

1.一种基于聚类的BGP人脸快速检索方法,其特征在于,步骤包括:

S1.特征库聚类:将人脸数据库中人脸图片分别进行BGP编码,得到BGP编码数据库,并对所述BGP编码数据库中编码进行聚类,得到多个类别以及对应各类别的聚类中心;

S2.人脸检索:对待检图片进行BGP编码,得到待检图片的BGP编码输入至所述BGP编码数据库进行匹配,将匹配到的聚类中心作为相似人脸图片结果列表,将所述待检图片的BGP编码与所述相似人脸图片结果列表中各人脸图片进行比较,得到最终人脸检索结果。

2.根据权利要求1所述的基于聚类的BGP人脸快速检索方法,其特征在于,所述进行BGP编码为使用BGP算法对输入图片进行编码,得到BGP编码值,每个BGP编码值包含有像素的强度信息以及邻域像素关系的信息。

3.根据权利要求2所述的基于聚类的BGP人脸快速检索方法,其特征在于,所述进行BGP编码的步骤包括:

基于BGP算法对输入图片进行特征提取,得到BGP特征图像;

将所述BGP特征图像分成互不重叠的子块;

统计每个子块的BGP直方图,得到对应各子块的直方图;

将所有子块的直方图按顺序进行拼接,得到最终的BGP编码值。

4.根据权利要求1或2或3所述的基于聚类的BGP人脸快速检索方法,其特征在于,所述步骤S1中具体采用K均值聚类方法进行聚类。

5.根据权利要求4所述的基于聚类的BGP人脸快速检索方法,其特征在于,所述采用K均值聚类方法进行聚类时,先在所述BGP编码数据库中随机挑选k个初始聚类中心,根据与k个聚类中心的距离将所述BGP编码数据库中各BGP编码划分到各所述聚类中心所属的类,形成k个聚类簇,对每个聚类簇重新计算聚类中心,再根据新的聚类中心重新划分各所述BGP编码,不断迭代直到最大迭代次数或聚类中心不再发生变化。

6.根据权利要求5所述的基于聚类的BGP人脸快速检索方法,其特征在于,所述采用K均值聚类方法进行聚类的具体步骤为:

S11.随机选取所述BGP编码数据库中k个BGP编码并作为初始聚类中心,得到k个聚类中心;

S12.分别计算所述BGP编码数据库中每个BGP编码与所述k个聚类中心的距离,若满足目标BGP编码与目标聚类中心的距离最小,则将目标BGP编码划分至目标聚类中心所属的类中,形成k个初始聚类簇;

S13.对当前每个聚类簇重新计算聚类中心,得到k个更新后的聚类中心:

S14.判断是否达到所需最大迭代次数,若是退出聚类,否则判断当前得到的聚类中心与上一次迭代得到的聚类中心是否有变化,若有变化,返回执行步骤S12以进行下一次迭代计算,否则退出聚类。

7.根据权利要求1或2或3所述的基于聚类的BGP人脸快速检索方法,其特征在于,所述步骤S1采用离线执行,得到包含多个类别以及对应聚类中心的BGP编码数据库进行存储,所述步骤S2在线对待检图片调用步骤S1得到的BGP编码数据库进行人脸检索。

8.根据权利要求1或2或3所述的基于聚类的BGP人脸快速检索方法,其特征在于,所述步骤S2的步骤包括:

S21.对待检图片进行BGP编码,得到待检图片的BGP编码;

S22.将所述待检图片的BGP编码输入至所述BGP编码数据库进行匹配,输出与所述待检图片的BGP编码匹配的聚类中心并作为相似人脸图片结果列表;

S23.将所述相似人脸图片结果列表中各人脸图片分别与所述待检图片的BGP编码进行匹配比较,由匹配得到的人脸图片得到最终人脸检索结果。

9.根据权利要求8所述的基于聚类的BGP人脸快速检索方法,其特征在于,所述步骤S22中进行匹配时,计算所述待检图片的BGP编码与所述BGP编码数据库中各聚类中心的距离,由距离最近的聚类中心作为匹配到的聚类中心。

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中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,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/201811063494.2/1.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