[发明专利]基于结构化误差编码的人脸遮挡检测方法有效
| 申请号： | 201210187427.8 | 申请日： | 2012-06-07 |
| 公开（公告）号： | CN102750546A | 公开（公告）日： | 2012-10-24 |
| 发明（设计）人： | 李小薪;戴道清 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510275 *** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种检测准确率高、可行性好的基于结构化误差编码的人脸遮挡检测方法，适合于处理图像维数较低或遮挡面积较大情况。具体步骤为：步骤1：将待检测人脸图像数据和训练样本数据拉伸为列向量；步骤2：定义误差支撑，并初始化；步骤3：在最小化CD误差准则下，由误差支撑计算待检测人脸图像数据对由训练样本数据构成的字典的稀疏编码和重构误差；步骤4：根据重构误差估计误差支撑；步骤5：建立描述误差支撑的形态图，由形态图和重构误差，再次估计误差支撑；步骤6：迭代步骤3-5，得到重构误差序列和误差支撑序列；步骤7：选取最优误差支撑，并根据最优误差支撑获得待检测人脸图像中被遮挡像素点的集合。 | ||
| 搜索关键词： | 基于 结构 误差 编码 遮挡 检测 方法 | ||
【主权项】：
基于结构化误差编码的人脸遮挡检测方法，其特征在于，包括以下步骤：步骤1：将待检测人脸图像数据和训练样本数据拉伸为列向量；步骤2：定义误差支撑，并初始化；步骤3：在最小化CD误差准则下，由误差支撑，计算待检测人脸图像数据对由训练样本数据构成的字典的稀疏编码和重构误差；步骤4：根据重构误差估计误差支撑；步骤5：建立描述误差支撑的形态图，由形态图和重构误差，再次估计误差支撑；步骤6：迭代步骤3‑5，得到重构误差序列和误差支撑序列；步骤7：选取最优误差支撑，并根据最优误差支撑获得待检测人脸图像中被遮挡像素点的集合。
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中山大学，未经中山大学许可，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/patent/201210187427.8/，转载请声明来源钻瓜专利网。
