[发明专利]基于多尺度韦伯局部特征和核组稀疏表示的人脸识别方法无效
| 申请号： | 201210159963.7 | 申请日： | 2012-05-22 |
| 公开（公告）号： | CN102722699A | 公开（公告）日： | 2012-10-10 |
| 发明（设计）人： | 李树涛;龚大义;刘海仓 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/66 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 410082 湖*** | 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： | 本发明公开了一种基于多尺度韦伯局部特征和核组稀疏表示的人脸识别方法。它包括以下步骤：首先，将人脸图像尺寸归一化，利用高斯滤波器平滑图像；通过不同半径的滤波窗口提取图像多尺度的韦伯局部特征的差分激励成分，采用Sobel算子提取其方向信息；根据多尺度差分激励和方向信息提取人脸图像的多尺度的韦伯局部特征，并利用直方图交叉核将其映射到核空间；然后，利用训练样本得到的核矩阵作为稀疏字典，计算由测试样本得到的核向量的组稀疏表示系数；最后，根据组稀疏系数重构测试样本的多尺度韦伯局部特征向量，利用最小重构误差识别测试样本。本发明融合多尺度韦伯局部特征和核组稀疏表示算法进行人脸识别，大大提高了识别准确率。 | ||
| 搜索关键词： | 基于 尺度 韦伯 局部 特征 稀疏 表示 识别 方法 | ||
【主权项】：
一种基于多尺度韦伯局部特征（WLD, Weber Local Descriptor）和核组稀疏表示（KGSR, Kernel Group Sparse Representation）的人脸识别方法，包括如下主要步骤：（1）预处理：将人脸图像I进行尺寸归一化，并通过高斯滤波器进行平滑处理，得到矩阵I′；（2）提取预处理后的矩阵I′的多尺度韦伯局部特征H；（3）利用基于直方图交叉核（HIK, Histogram Intersection Kernel）的核组稀疏表示（KGSR）分类算法识别待测人脸图像。
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湖南大学，未经湖南大学许可，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/patent/201210159963.7/，转载请声明来源钻瓜专利网。
