[发明专利]一种三维矫正和加权相似性度量学习的无约束人脸验证方法在审
| 申请号： | 201811353070.X | 申请日： | 2018-11-14 |
| 公开（公告）号： | CN109558814A | 公开（公告）日： | 2019-04-02 |
| 发明（设计）人： | 梁久祯;徐昕 | 申请（专利权）人： | 常州大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/36;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 213164 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及无约束人脸验证技术领域，具体涉及一种三维矫正和加权相似性度量学习的无约束人脸验证方法。首先，针对无约束人脸图像中的人脸姿势变化对验证准确性的影响，提出了一种有效的三维人脸矫正方法。首先对人脸图像进行人脸特征点检测，针对多人脸图像，需进行目标人脸特征点筛选。其次，利用检测的人脸特征点进行三维人脸矫正，并裁剪矫正后的图像的人脸的相关区域以去除复杂的图像背景。最后，提出一种加权相似性度量学习的方法，将相似性度量学习以及马氏距离度量学习两种方法进行加权结合到一起，能够更好的学习两张图像之间的相似度，更加有利于相似图像对与不相似图像对的区分，提高验证准确率。 | ||
| 搜索关键词： | 相似性度量 矫正 无约束 加权 人脸图像 人脸验证 三维 人脸 学习 相似图像 验证 人脸特征点检测 图像 人脸姿势变化 人脸特征点 马氏距离 目标人脸 图像背景 特征点 相似度 准确率 度量 裁剪 去除 筛选 检测 | ||
【主权项】：
1.一种三维矫正和加权相似性度量学习的无约束人脸验证方法，包括以下步骤：1)将VJ算法与Dlib特征检测算法相结合，对多人脸图像进行目标人脸特征点检测；2)利用Dlib检测出的人脸特征点进行三维人脸矫正，并对矫正后的人脸进行裁剪；3)对矫正后的人脸进行特征提取(Gabor)并降维(PCA)，并对处理后的人脸特征进行加权相似性度量学习，得到最终的验证结果。
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常州大学，未经常州大学许可，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/201811353070.X/，转载请声明来源钻瓜专利网。
