[发明专利]基于LBP和深度学习的人脸识别方法有效
| 申请号： | 201711231662.X | 申请日： | 2017-11-30 |
| 公开（公告）号： | CN107729890B | 公开（公告）日： | 2020-10-09 |
| 发明（设计）人： | 任红格;史涛;王玮;李福进;赵传松;杜建;宫海洋 | 申请（专利权）人： | 华北理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 唐山永和专利商标事务所 13103 | 代理人： | 张云和 |
| 地址： | 063000 河北省唐山*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 lbp 深度 学习 识别 方法 | ||
【权利要求书】：
1.一种基于LBP和深度学习的人脸识别方法，其特征在于包括如下步骤：
采用井字形LBP提取每一个子块的LBP直方图，将每个子块的直方图首尾相连形成样本总体直方图；
将训练样本的LBP特征输入到DBN的可视层，训练第一个RBM，将第一个RBM的输出作为第二个RBM的输入训练第二个RBM，重复该过程直到训练完所有的RBM，以获取最优网络参数，用BP算法微调整个网络参数；
所述井字形LBP是在8个采样点的原始LBP基础上拓展为16个采样点的井字形LBP，新增加的8个采样点分布在3×3邻域四个角的正上方、正下方、正左方和正右方。
2.根据权利要求1所述基于LBP和深度学习的人脸识别方法，其特征在于：计算井字形LBP编码值公式是：
X是内层的采样点，Y是外层的采样点。
3.根据权利要求1所述基于LBP和深度学习的人脸识别方法，其特征在于：将样本的井字形LBP特征向量输入到DBN的可视层，逐层训练DBN，避免深度网络对于不利信息的处理，最后完成对人脸图像的分类识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华北理工大学，未经华北理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201711231662.X/1.html，转载请声明来源钻瓜专利网。
