[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

摘要

本发明提供了一种基于高维LBP与卷积神经网络特征融合的人脸比对方法，该方法首先输入两种人脸图像，分别进行预处理，然后每张图像分别提取图像的高维LBP特征和CNN特征，再将这两种特征组合起来，再经由PCA进行降维，最后使用Joint Bayesian的方法得到两张图像的相似率。在特征提取的过程中，因为高维LBP提取到的是局部的信息，而CNN提取到的是全局的信息，因此，将这两种信息融合，得到的特征所提取到的信息更加完备。该方法比单独使用高维LBP或者CNN能够得到更高的准确率，并且有更好的鲁棒性，能够达到实时人脸比对的速率。

主权项

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Joint Bayesian(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。