[发明专利]一种基于多分辨率多阈值局部二值模式的人脸识别方法

摘要

本发明公开了一种基于多级分辨率多阈值局部二值模式的人脸识别方法，属于模式识别技术领域。本方法针对局部二值模式难以获取人脸人脸面部器官的位置的空间结构信息，同时LBP算子采用局部区域邻居像素点与中心像素点的大小关系进行编码容易受到噪声影响，使用不同的阈值进行LBP编码图像，最后通过不同的划分方式来获取人脸的局部与整体信息，这样提取MRTLBP特征的信息更具有鉴别力。并将其作为人脸的鉴别特征用于分类识别。采用最近邻分类器进行分类识别。实验分析表明，本发明具有较强的人脸特征表示能力对光照，表情以及姿态具有较高的鲁棒性。

主权项

1.一种基于多分辨率多阈值局部二值模式的人脸识别方法，其特征在于，包括以下步骤：101、获取原始人脸图像，并采用Haar小波变换对原始人脸图像进行两级分解,得到两幅分辨率分别为A与B的一级分辨率图像与二级分辨率图像，其中A≠B，一级分辨率图像作为测试集，二级分辨率图像作为训练集；102、将步骤101中的一级分辨率图像均分为n×n个子模块，并对每个子模块采用LBP算法分别求取阈值为c1和c2时的一级分辨率图像LBP特征谱；同时对步骤101中的二级分辨率图像采用LBP算法求取阈值分别为c1和c2时的二级分辨率图像LBP特征谱；103、将步骤102中得到的每个子模块的一级分辨率图像LBP特征谱分别转化为子模块直方图，及将二级分辨率图像LBP特征谱转化为二级直方图，然后将子模块直方图与二级直方图级联成一个全局直方图，并得出所述全局直方图的测试集人脸图像直方图向量P、Q；104、采用卡方χ²距离函数计算步骤103中得到的测试集人脸图像直方图向量P、Q与所有训练集人脸图像直方图向量的距离χ²(P,Q)，χ²(P,Q)的计算公式为x2(P,Q)=Σi=0n-1Σj=0m-1(Pi,j-Qi,j)2Pi,j+Qi,j,]]>P_i，j、Q_i，j分别为分区R_j中第i级灰度直方图特征向量；105、计算步骤104中得到距离χ²(P,Q)最小的一组值，并将对应的训练集人脸图像的类别归属为该测试图片的类别。