[发明专利]一种人脸姿态检测方法与在人脸识别中的应用

摘要

一种人脸姿态检测方法与在人脸识别中的应用，涉及一种人脸识别。对训练集中的图像分类，通过训练集的HOG特征计算出对应于三种人脸姿态的姿态估计滤波器组，通过训练集的Gabor特征计算出对应于三种人脸姿态的识别滤波器组，根据测试图片的HOG特征判定图像中人脸的姿态方向并利用相应的识别滤波器组做识别。将人脸姿态分为三类：左侧、正面、右侧姿态人脸。分别提取三类人脸姿态的HOG和Gabor特征。用PCA分别对三类人脸姿态的HOG和Gabor特征去噪和降维。提取每类人脸的轮廓信息。提取测试图像的HOG特征并以此信息判定该测试人脸的姿态方向。根据测试人脸的姿态方向利用相应的Gabor滤波器组识别测试图像。

主权项

一种人脸姿态检测方法，其特征在于包括以下步骤：A．准备训练图像集{x1,x2,…,xN}，其中xi(i=1,2,…,N)为第i幅训练图像的向量表示，N为训练样本总数，将所有样本向量按列组合组成训练集，训练集中包含C类人脸且第C类人脸有NC个样本，每类人脸选取相同的训练样本，将训练集中的图像分成三类，分别是左侧姿态人脸子集、正面姿态人脸子集和右侧姿态人脸子集；B．提取训练图像集的HOG特征和Gabor特征后，对这两种特征分别利用主成份分析得到投影矩阵并进行特征降维；C．利用降维得到的HOG特征和Gabor特征都分别训练三个最优折中滤波器组成相关滤波器组，所述相关滤波器组包含三种姿态滤波器，即左侧姿态，正面姿态和右侧姿态滤波器；D.提取测试图像的HOG特征和Gabor特征后，利用训练集得到的投影矩阵进行特征降维；E．将测试图像降维得到的HOG特征送入包含三种姿态的相关滤波器组进行特征提取，并计算其与左侧姿态脸模板、正面姿态模板、右侧姿态脸模板的欧式距离后，选取距离最小对应的模板作为检测到的姿态。