[发明专利]一种夜视环境下热红外人脸图像识别方法有效
申请号: | 201810433316.8 | 申请日: | 2018-05-08 |
公开(公告)号: | CN108710838B | 公开(公告)日: | 2019-11-08 |
发明(设计)人: | 栗科峰;骆继明;熊欣;王炜;王俊华 | 申请(专利权)人: | 河南工程学院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 郑州优盾知识产权代理有限公司 41125 | 代理人: | 郑园;栗改 |
地址: | 451191 河南*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提出了一种夜视环境下热红外人脸图像识别方法,用以解决现有人脸识别方法无法应对实际非控制环境影响的问题。本发明的步骤为:对热红外人脸图像进行数据建模建立极大化数据模型;估计极大化数据模型的混合模型参数,将极大化数据数据模型调整到高斯混合模型,得到调整后的热红外高斯混合人脸图像;提取热红外高斯混合人脸图像中简化的等温特征集,重建人脸热特征图像;计算一对重建人脸热特征图像间的概率近邻指数。本发明提取热特征人脸图像的简化等温特征集,并使用概率邻近指数度量个体间的相似度,克服了现有可见光人脸识别技术的不足,特别适用于夜视环境下的人脸识别,大大提高了人脸识别系统的抗干扰能力。 | ||
搜索关键词: | 红外人脸 人脸图像 热特征 夜视 高斯混合 人脸识别 数据模型 图像识别 特征集 图像 人脸 高斯混合模型 混合模型参数 人脸识别技术 人脸识别系统 抗干扰能力 可见光 控制环境 模型调整 使用概率 数据建模 数据数据 指数度量 相似度 重建 邻近 概率 | ||
【主权项】:
1.一种夜视环境下热红外人脸图像识别方法,其特征在于,其步骤如下:步骤一:利用红外热像仪采集夜视条件下的热红外人脸图像,对热红外人脸图像进行数据建模建立极大化数据模型,计算热红外人脸图像每个像素的概率密度函数和整个极大化数据模型的联合概率;步骤二:计算热红外人脸图像每个像素的期望概率,综合邻域像素的特征估计极大化数据模型的混合模型参数,执行类拟合算法计算极大化数据模型的熵和高斯度,将极大化数据数据模型调整到高斯混合模型,得到调整后的热红外高斯混合人脸图像;步骤三:提取热红外高斯混合人脸图像中简化的等温特征集,重建人脸热特征图像;步骤四:计算一对重建人脸热特征图像间的概率近邻指数,概率近邻指数为0表示两测试样本完全不同,概率近邻指数为1表示两测试样本完全相似,从而给出人脸图像识别结果。
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河南工程学院,未经河南工程学院许可,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/201810433316.8/,转载请声明来源钻瓜专利网。