科创中国

电子信息技术

本发明适用于人脸识别技术领域，提供了一种人脸识别方法，所述方法包括：对原始的测试人脸图像进行预处理；采用光栅扫描的方式，基于多尺度的局部二值模型LBP描述子，提取出所述测试人脸图像的原始码字；统计每个原始码字的频率分布，基于学习的LBP编码对原始码字进行编码得到一组新码字，基于编码后生成的新码字，计算所述测试人脸图像的LBP特征；根据所述测试人脸图像的LBP特征对所述测试人脸图像进行识别。本发明，可以使得编码生成的新的码字的概率分布更加均匀，因而最终的编码空间更加紧凑，具有更高的信息熵，从而保留更多的原始信息，更具有辨识力。

一种人脸识别方法，其特征在于，所述方法包括：A、对原始的测试人脸图像进行预处理；B、采用光栅扫描的方式，基于多尺度的局部二值模型LBP描述子，提取出所述测试人脸图像的原始码字；C、统计每个原始码字的频率分布，采用基于学习的LBP编码对所述原始码字进行编码得到一组新码字，基于编码后生成的新码字，计算所述测试人脸图像的LBP特征；D、根据所述测试人脸图像的LBP特征对所述测试人脸图像进行识别；在步骤C之后，还包括：采用级联子空间训练模型对所述测试人脸图像的LBP特征进行处理，得到与所述测试人脸图像的LBP特征对应的低维特征；根据所述低维特征对所述测试人脸图像进行识别；在所述采用级联子空间训练模型对所述测试人脸图像的LBP特征进行处理，得到与所述测试人脸图像的LBP特征对应的低维特征之前或之后，还包括：根据步骤A、B、C所述的方法获得训练人脸图像的LBP特征；采用级联子空间训练模型对所述训练人脸图像的LBP特征进行处理，得到与所述训练人脸图像的LBP特征对应的低维特征。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

点击查看