一種基于單訓(xùn)練樣本的人臉特征提取方法
【專利摘要】本發(fā)明公開了一種基于單訓(xùn)練樣本的人臉特征提取方法，包括步驟：一、人臉圖像信號的采集及上傳；二、人臉圖像的分辨率調(diào)整及矩陣表示；三、圖像特征提?。?01、對圖像矩陣X進(jìn)行橫向分塊，302、采用二維Gabor濾波器組對圖像矩陣X進(jìn)行濾波，303、求取人臉子圖像矩陣中的每個像素值的紋理貢獻(xiàn)度，304、求取人臉圖像G的特征向量W；四、處理結(jié)果同步輸出。本發(fā)明設(shè)計合理、實現(xiàn)方便且投入成本低，操作簡便，人臉特征提取速度快、效果好，實用性強(qiáng)，解決了現(xiàn)有技術(shù)中的圖像特征提取方法在單訓(xùn)練樣本條件下，很多傳統(tǒng)方法失效、人臉識別率急劇下降等缺陷，性能方面明顯優(yōu)于現(xiàn)有的多種單訓(xùn)練樣本的圖像特征提取方法。
【專利說明】一種基于單訓(xùn)練樣本的人臉特征提取方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，具體涉及一種基于單訓(xùn)練樣本的人臉特征提取方法。
【背景技術(shù)】
[0002]現(xiàn)有技術(shù)中，對于具有多訓(xùn)練樣本的人臉識別方法已經(jīng)取得了非常優(yōu)秀的成果。但是在實際的應(yīng)用中，經(jīng)常會遇到缺乏訓(xùn)練樣本的情況，例如恐怖分子的布控、海關(guān)安防、公安系統(tǒng)等等。因此，單樣本人臉識別的研究在近幾年內(nèi)也成了研究的熱點，目前對于單樣本的人臉特征描述近多年也提出了多種解決方法，總結(jié)起來主要分為兩類:
[0003]1、使用各種方法對訓(xùn)練樣本進(jìn)行擴(kuò)充，主要思想是擴(kuò)充訓(xùn)練樣本以使用全局特征描述方法，該類方法的優(yōu)點是操作簡單，但是缺點是擴(kuò)充的訓(xùn)練樣本和原訓(xùn)練樣本一致性過高，很難達(dá)到多樣本的效果；
[0004]2、對單樣本的圖像進(jìn)行局部的紋理描述，旨在最大程度地描述圖像的局部特征，該類方法對單樣本人臉特征描述具有較高的穩(wěn)定性和識別率，但是該方法的缺陷在于沒有考慮每個局部特征對于圖像整體描述的貢獻(xiàn)，對于所有的局部特征描述的重要性沒有區(qū)分。
[0005]綜上所述，現(xiàn)有技術(shù)中的對于單訓(xùn)練樣本人臉圖像特征提取方法存在著對局部特征的貢獻(xiàn)考慮不足、分類識別效果差、穩(wěn)定性低等缺陷和不足，不能很好地滿足實際應(yīng)用的需求。
【發(fā)明內(nèi)容】
[0006]本發(fā)明所要解決的技術(shù)問題在于針對上述現(xiàn)有技術(shù)中的不足，提供一種基于單訓(xùn)練樣本的人臉特征提取方法，其設(shè)計合理、實現(xiàn)方便且投入成本低，操作簡便，人臉特征提取速度快、效果好，能夠適用于實際應(yīng)用中眾多缺乏訓(xùn)練樣本的場景，實用性強(qiáng)。
[0007]為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案是:一種基于單訓(xùn)練樣本的人臉特征提取方法，其特征在于該方法包括以下步驟:
[0008]步驟一、人臉圖像信號的采集及上傳:圖像采集設(shè)備采集人臉圖像信號并將其實時所采集的人臉圖像信號通過圖像信號傳輸裝置上傳給處理器；
[0009]步驟二、人臉圖像的分辨率調(diào)整及矩陣表示:首先，處理器調(diào)用分辨率差值調(diào)整模塊將其所接收到的人臉圖像信號的分辨率調(diào)整為128X128，得到人臉圖像G ;然后，處理器將所述人臉圖像G表示為圖像矩陣X ；
[0010]步驟三、圖像特征提取:處理器對步驟二中所得到的圖像矩陣X進(jìn)行分析處理，得到人臉圖像G的特征向量W，其分析處理過程如下:
[0011]步驟301、對圖像矩陣X進(jìn)行橫向分塊:將圖像矩陣X橫向分為q塊，得到:[0012]
【權(quán)利要求】
1.一種基于單訓(xùn)練樣本的人臉特征提取方法，其特征在于該方法包括以下步驟:步驟一、人臉圖像信號的采集及上傳:圖像采集設(shè)備(I)采集人臉圖像信號并將其實時所采集的人臉圖像信號通過圖像信號傳輸裝置(2)上傳給處理器(3)； 步驟二、人臉圖像的分辨率調(diào)整及矩陣表示:首先，處理器(3)調(diào)用分辨率差值調(diào)整模塊將其所接收到的人臉圖像信號的分辨率調(diào)整為128X128，得到人臉圖像G ;然后，處理器(3)將所述人臉圖像G表示為圖像矩陣X ； 步驟三、圖像特征提取:處理器(3)對步驟二中所得到的圖像矩陣X進(jìn)行分析處理，得到人臉圖像G的特征向量W，其分析處理過程如下: 步驟301、對圖像矩陣X進(jìn)行橫向分塊:將圖像矩陣X橫向分為q塊，得到:
2.按照權(quán)利要求1所述的一種基于單訓(xùn)練樣本的人臉特征提取方法，其特征在于:步驟3021中所述σ的取值為I。
3.按照權(quán)利要求1所述的一種基于單訓(xùn)練樣本的人臉特征提取方法，其特征在于:步驟3024中所述Ii1的取值為6，6個不同的中心頻率f的取值分別為2Hz、4Hz、8Hz、16Hz、32Hz和 64Hz。
4.按照權(quán)利要求1所述的一種基于單訓(xùn)練樣本的人臉特征提取方法，其特征在于:步驟3024中所述n2的取值為4，4個不同的空間相位角Θ的取值分別為0° ,45° ,90°和.135。。
5.按照權(quán)利要求1所述的一種基于單訓(xùn)練樣本的人臉特征提取方法，其特征在于:步驟3031中所述m的取值為256。
6.按照權(quán)利要求1所述的一種基于單訓(xùn)練樣本的人臉特征提取方法，其特征在于:所述處理器(3)為計算機(jī)。
【文檔編號】G06K9/00GK103927527SQ201410182023
【公開日】2014年7月16日 申請日期:2014年4月30日 優(yōu)先權(quán)日:2014年4月30日
【發(fā)明者】高濤, 趙祥模, 張超超, 吳曉龍, 馮興樂 申請人:長安大學(xué)