[发明专利]基于Attention U-net模型和归一化相关系数匹配识别脸谱特征的方法有效
| 申请号： | 202110037721.X | 申请日： | 2021-01-12 |
| 公开（公告）号： | CN112800865B | 公开（公告）日： | 2023-08-25 |
| 发明（设计）人： | 耿国华;马星锐;冯龙;李启航;周明全;白涛;刘晓宁;刘阳洋;杨雪 | 申请（专利权）人： | 西北大学 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V10/75;G06V10/82;G06N3/0464;G06T7/11;G06T11/00 |
| 代理公司： | 西安众和至成知识产权代理事务所(普通合伙) 61249 | 代理人： | 强宏超 |
| 地址： | 710069 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 attention net 模型 归一化 相关系数 匹配 识别 脸谱 特征 方法 | ||
【权利要求书】：
1.基于Attention U-net模型和归一化相关系数匹配识别脸谱特征的方法，其特征在于包括以下步骤：
步骤1：搜集秦腔脸谱图像，设置尺寸为256x256mm；
步骤2：使用Keras构建原始的U-net模型网络结构，U-net模型网络结构由编码器(encoder)和解码器(decoder)两部分组成，二者是对称结构；
步骤3：在原始的U-net模型每个跳跃连接的末端中加入Attention Gate模型；
步骤4：使用Attention U-net模型生成秦腔脸谱灰度注意图；
步骤5：裁剪灰度注意图特征部分作为模板图像；
步骤6：将步骤1的秦腔脸谱图像与模板图像进行归一化相关系数匹配，匹配得到相似度最高的模板图像，输出模板图像代表的脸谱特征以及脸谱特征所代表的人物性格特点。
相关系数的归一化处理表示为：
其中，u是模板图像的像素点，v为模板图像匹配目标图像的像素点，FFT是快速傅里叶变换函数，et(u,v)为零均值模板图像能量函数，，为模板图像的灰度像素平均值。
2.根据权利要求1所述的基于Attention U-net模型和归一化相关系数匹配识别脸谱特征的方法，其特征在于：所述步骤6中模板图像与目标图像进行模板匹配时，匹配顺序由目标图像中心向两边扩散匹配。
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西北大学，未经西北大学许可，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/202110037721.X/1.html，转载请声明来源钻瓜专利网。
