[发明专利]一种单样本人脸识别方法有效
申请号: | 201310745121.4 | 申请日: | 2013-12-26 |
公开(公告)号: | CN103714326A | 公开(公告)日: | 2014-04-09 |
发明(设计)人: | 王宪;秦磊;王呈;宋书林;柳絮清 | 申请(专利权)人: | 江南大学 |
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: | 214122 江苏省无锡*** | 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: | |||
搜索关键词: | 一种 样本 识别 方法 | ||
技术领域
本发明涉及图像处理与模式识别研究领域,特别涉及一种单样本人脸识别方法。
背景技术
人脸识别作为一种重要的生物特征识别技术,其目的是通过已登记的人脸数据库来自动识别输入人的身份。当前人脸识别技术已经在门卫系统、公安部门侦查、海关、金融等身份鉴别系统得到了广泛应用。但目前研究的很多人脸识别方法在很大程度上依赖于训练样本的数目,在很多实际应用场合,例如在二代身份证、驾照和护照等图像数据中,通常每个人只有一张训练样本,同样海关、机场监控及公安罪犯识别都是单样本识别,使得现有的识别方法无法得到实际应用。另外在现实人脸识别中收集多样本的人脸库是一项耗时、耗力的工程。
针对上述问题为了使人脸识别研究与实际应用结合紧密,从现有技术中提出了单样本人脸识别的概念,其定义是:在人脸识别系统的数据库中,每人只采用一张人脸图像作训练样本,以备后面的特征提取、分类识别和身份鉴定。目前单样本人脸识别的方法可分为两种:1)通过各种技术手段对仅有的单张人脸图像进行样本扩充,以备学习训练、分类识别;2)通过不同的特征提取方法,尽可能多地从仅有的单张人脸样本中获取鉴别特征信息来提高识别率。本发明属于第二种,提出了一个完整有效的单样本人脸识别解决方案,能有效处理遮挡、表情以及姿态等变化条件下的单样本人脸识别问题,具有很强的实用性。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足,提供一种单样本人脸识别方法,该方法能有效处理遮挡、表情以及姿态等变化条件下的单样本人脸识别问题,具有很强的实用性。
本发明专利所解决的技术问题可采用如下的技术解决方案来实现:
一种单样本人脸识别方法,其特征在于包括以下步骤:
步骤1.对待识别的人脸图像进行尺度归一化和光照归一化的预处理;
步骤2.按照Shearlet变换对W×H图像I进行L层分解,每一层都分解到8个方向,计算第lth层dth方向子图I′ld的信息熵eld:
其中p′ld表示第lth层dth方向子图的每级像素点概率,n为当前方向子图的像素级数。计算出8个方向子图信息熵,并将信息熵最大的定为主方向,按顺时针顺序调整其余子图的次序,并将每层所有子方向频谱信息的均值Mean作为阈值,对子图进行二值化:
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江南大学,未经江南大学许可,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/pat/books/201310745121.4/2.html,转载请声明来源钻瓜专利网。