[发明专利]一种大数据采集和处理方法

权利要求书

1.一种大数据采集和处理方法，其特征在于：包括采集双眼-鼻-口综合T字形采集区、右耳-颧骨综合三角形采集区、左耳-颧骨综合三角形采集区、双眉骨一字形采集区和下巴圆形采集区；

具体方法为：

1)对采集的人脸图像进行规范化处理，将人脸进行对齐纠正；

2)对人脸图像进行尺寸归一化处理，得到固定尺寸的人脸图像；

3)对人脸图像进行分割，形成双眼-鼻-口-下巴综合T字形采集区、右耳-颧骨综合三角形采集区、左耳-颧骨综合三角形采集区、双眉骨一字形采集区，然后对上述采集区以外的人脸图像进行剔除，形成局部部位组合图像；

4)对局部部位组合图像进行正则化主成分分析PCA处理，训练出正则化PCA投影矩阵；

5)采用正则化PCA投影矩阵，对局部部位组合图像进行处理，得到训练图像；根据训练图像对训练的卷积神经网络CNN模型进行训练；

6)根据训练好的CNN模型，从训练图像中提取多个具有第一维度的图像特征；通过具有第一维度的图像特征进行线性判断式分析LDA处理，训练出LDA投影矩阵；

7)将正则化PCA投影矩阵、训练好的CNN模型及LDA投影矩阵作为人脸识别模型。

2.根据权利要求1所述的一种大数据采集和处理方法，其特征在于：所述右耳-颧骨综合三角形采集区、右耳-颧骨综合三角形采集区和下巴圆形采集区均与双眼-鼻-口综合T字形采集区具有交集区。

3.根据权利要求2所述的一种大数据采集和处理方法，其特征在于：所述交集区具有三个，其中两个分别位于左眼和右眼的下方。

4.根据权利要求3所述的一种大数据采集和处理方法，其特征在于：所述位于左眼和右眼的下方的两个交集区内均含有颧骨。

5.根据权利要求4所述的一种大数据采集和处理方法，其特征在于：还具有以下步骤：

一)提取三个交集区的灰度图、二值图、直观性特征图作为数据源，并融合为联合特征；

二)提取联合特征的属性值，计算出反向积分图，利用奇异分解反向积分图获取反向积分图奇异值，利用反向积分图奇异值计算出反向积分图奇异值矩阵；

三)利用反向积分图奇异值矩阵与三线插值加速特征计算，得到高维的方向梯度直方图；

四)利用局部均值的核最近邻凸包算法对方向梯度直方图进行特征降维计算，得到低维的交集区方向梯度直方图特征，用作人脸识别实际应用中的最终验证信息。