一種基于多分辨率多閾值局部二值模式的人臉識別方法
【專利摘要】本發(fā)明公開了一種基于多級分辨率多閾值局部二值模式的人臉識別方法，屬于模式識別【技術(shù)領(lǐng)域】。本方法針對局部二值模式難以獲取人臉人臉面部器官的位置的空間結(jié)構(gòu)信息，同時LBP算子采用局部區(qū)域鄰居像素點(diǎn)與中心像素點(diǎn)的大小關(guān)系進(jìn)行編碼容易受到噪聲影響，使用不同的閾值進(jìn)行LBP編碼圖像，最后通過不同的劃分方式來獲取人臉的局部與整體信息，這樣提取MRTLBP特征的信息更具有鑒別力。并將其作為人臉的鑒別特征用于分類識別。采用最近鄰分類器進(jìn)行分類識別。實(shí)驗(yàn)分析表明，本發(fā)明具有較強(qiáng)的人臉特征表示能力對光照，表情以及姿態(tài)具有較高的魯棒性。
【專利說明】一種基于多分辨率多閾值局部二值模式的人臉識別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及模式識別【技術(shù)領(lǐng)域】，特別涉及基于多分辨率多閾值局部二值模式(LBP)的人臉識別方法。
【背景技術(shù)】
[0002]人臉識別是模式識別、圖像分析與理解等領(lǐng)域的典型研究課題，不僅在理論上具有重要價值，而且在安全、金融等領(lǐng)域具有重要的應(yīng)用前景，因此在學(xué)術(shù)界和產(chǎn)業(yè)界都受到了廣泛的關(guān)注，目前已經(jīng)出現(xiàn)了一些實(shí)用的商業(yè)系統(tǒng)。然而，由于圖像采集條件和人臉自身屬性的變化都可能使得同一人的不同照片表觀差別很大，增加了識別難度。因此，提高人臉識別系統(tǒng)對這些變化的魯棒性成為該領(lǐng)域研究人員的重要目標(biāo)之一。
[0003]小波變換在空間域和頻率域具有良好的局部化特征，因其具有良好的特性，使其在各個領(lǐng)域得到廣泛的應(yīng)用。小波分解能夠分解出目標(biāo)信息不同頻率段的信息，獲取到的這些特征往往是是有利于分類的信息。使用離散小波對圖像進(jìn)行不同級數(shù)的變換時可以得到不同分辨率的特征，多分辨率圖像的特點(diǎn):把一種分辨率條件下無法獲取的人臉特征在另一種分辨率下捕捉到。如果降低圖像數(shù)據(jù)從單一的下采樣角度去降低原始圖像的數(shù)據(jù)量，這樣只考慮到空域的信息而忽視了頻率域的信息，從而使原始圖像失真。
[0004]局部二值模式(Local Binary Pattern, LBP)方法因其計(jì)算簡便、特征描述能力強(qiáng)等優(yōu)點(diǎn)在人臉識別領(lǐng)域得到廣泛應(yīng)用。對人臉圖像進(jìn)行LBP編碼時候選用不同閾值會表現(xiàn)出不同尺度下的紋理細(xì)節(jié)特征，原始的LBP算子在計(jì)算LBP編碼時只比較了中心像素點(diǎn)與鄰居像素點(diǎn)的大小關(guān)系，該在描述人臉圖像局部區(qū)域的細(xì)節(jié)信息變化情況有較好的效果，但是當(dāng)圖像在劇烈變化的環(huán)境條件下就不具備很強(qiáng)的鑒別力。不同人臉圖像的差別主要體現(xiàn)在人臉邊緣的梯度變化信息上，而這種梯度變化信息對人臉表情，光照等變化有較強(qiáng)的魯棒性。多閾值LBP計(jì) 算方法如下:
【權(quán)利要求】
1.一種基于多分辨率多閾值局部二值模式的人臉識別方法，其特征在于，包括以下步驟: 101、獲取原始人臉圖像，并采用Haar小波變換對原始人臉圖像進(jìn)行兩級分解，得到兩幅分辨率分別為A與B的一級分辨率圖像與二級分辨率圖像，其中A幸B，一級分辨率圖像作為測試集，二級分辨率圖像作為訓(xùn)練集； 102、將步驟101中的一級分辨率圖像均分為nXn個子模塊，并對每個子模塊采用LBP算法分別求取閾值為Cl和c2時的一級分辨率圖像LBP特征譜；同時對步驟101中的二級分辨率圖像采用LBP算法求取閾值分別為Cl和c2時的二級分辨率圖像LBP特征譜； 103、將步驟102中得到的每個子模塊的一級分辨率圖像LBP特征譜分別轉(zhuǎn)化為子模塊直方圖，及將二級分辨率圖像LBP特征譜轉(zhuǎn)化為二級直方圖，然后將子模塊直方圖與二級直方圖級聯(lián)成一個全局直方圖，并得出所述全局直方圖的測試集人臉圖像直方圖向量P、Q ； 104、采用卡方X2距離函數(shù)計(jì)算步驟103中得到的測試集人臉圖像直方圖向量P、Q與所有訓(xùn)練集人臉圖像直方圖向量的距離x2(P，Q)，X2 (P, Q)的計(jì)算公式為
2.根據(jù)權(quán)利要求1所述的基于多分辨率多閾值局部二值模式的人臉識別方法，其特征在于:步驟102中LBP算法如下:
3.根據(jù)權(quán)利要求1所述的基于多分辨率多閾值局部二值模式的人臉識別方法，其特征在于:步驟102中將一級分辨率圖像均分為3X3個子圖像塊。
【文檔編號】G06K9/62GK103778434SQ201410019974
【公開日】2014年5月7日 申請日期:2014年1月16日 優(yōu)先權(quán)日:2014年1月16日
【發(fā)明者】李偉生, 付鵬, 王立逗, 周麗芳 申請人:重慶郵電大學(xué)