[发明专利]融合多种分量特征的人脸识别方法在审
| 申请号： | 201811554358.3 | 申请日： | 2018-12-19 |
| 公开（公告）号： | CN109711305A | 公开（公告）日： | 2019-05-03 |
| 发明（设计）人： | 王寿光;郑能心 | 申请（专利权）人： | 浙江工商大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 310012 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及人脸识别领域，具体提出了一种高频特征和低频特征加权的人脸识别方法，包括以下步骤：采用NSCT实现多尺度、多方向的高频子带的边缘变换，再运用均匀LBP算法提取其纹理特征，并将多个高频子带的LBP特征信息进行组合，得到高频人脸特征，其次采用一级小波变换得到高低频分量，并进行二级小波变换，得到小波变换后的低频特征；高频分量纹理特征和低频特征分别通过PCA降维后，用AHP层次加权将其特征按权值串行相加，然后采用SVM对降维后的融合特征进行分类识别。本发明图像识别率高，且对光照有一定的鲁棒性。 | ||
| 搜索关键词： | 低频特征 人脸识别 小波变换 高频子带 纹理特征 加权 高低频分量 分类识别 分量特征 高频分量 高频特征 人脸特征 特征信息 图像识别 融合 多尺度 多方向 鲁棒性 降维 算法 相加 光照 | ||
【主权项】：
1.融合多种分量特征的人脸识别算法，其特征在于，包括以下步骤：对待处理图像采用NSCT实现多尺度、多方向的高频子带的边缘变换，LBP算法提取其纹理特征并PCA处理，对待处理图像采用一级小波和二级小波变换得到低频分量并PCA处理，根据各分量的重要性使用AHP算法计算权重并串行相加，使用SVM进行分类识别。
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浙江工商大学，未经浙江工商大学许可，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/201811554358.3/，转载请声明来源钻瓜专利网。
