[发明专利]一种基于高维LBP与卷积神经网络特征融合的人脸比对方法

权利要求书

1.一种基于高维LBP与卷积神经网络特征融合的人脸比对方法，其特征在于包括以下 四个步骤：

步骤(1)、首先将从输入的图像中检测到人脸区域并截取人脸区域图像，然后将人脸图 像对齐，缩放到特定尺寸，最后将图像进行直方图均衡化；

步骤(2)、以步骤(1)直方图均衡化之后的人脸图像作为输入，分别获取人脸图像的 高维LBP特征以及卷积神经网络特征进行拼接得到6096维的特征向量，再通过PCA进行降 维，得到1024维的特征向量；

步骤(3)、两张人脸图像均经过步骤(1)和步骤(2)，得到两个1024维的特征向量， 作为输入，通过训练好的JointBayesian(联合贝叶斯模型，得到相应的对数似然比；

步骤(4)、将步骤(3)得到的对数似然比与先验的阈值进行比对，若对数似然值比阈 值大，则认为这两张人脸图像为同一个人，否则不是同一个人。

2.根据权利要求1所述的方法，其特征在于：步骤(1)中所述的人脸对齐是通过检测 到人脸中眼睛的位置，通过矫正眼睛位置来进行人脸对齐。

3.根据权利要求1所述的方法，其特征在于：步骤(2)中所述的高维LBP特征为2000 维，卷积神经网络CNN为4096维，拼接之后是6096维，使用PCA降维目的是将其中最有 用的特征保留下来。

4.根据权利要求1所述的方法，其特征在于：步骤(3)中所述的人脸比对方法Joint Bayesian通过类内类间特征差异的分布情况，通过联合贝叶斯的思想得出一个对数似然比。

5.根据权利要求1所述的方法，其特征在于：步骤(4)中所述先验的阈值是通过之前 训练得到，遍历所有训练图片的对数似然比，找到一个使得人脸验证准确率最高的阈值作为 测试所有先验阈值。