[发明专利]一种用于人脸分析系统的人脸特征提取方法

摘要

本发明涉及一种用于人脸分析系统的人脸特征提取方法，包括以下步骤读取视频数据流；检测人脸；人脸图像处理；生成Gabor脸；生成一阶、二阶差分Gabor脸；将所有Gabor脸分别进行邻域二值化并加权相加，得到特征脸；获取原始特征描述向量；获取特征描述向量；将特征描述向量在人脸特征数据库中进行比对和分类；显示分类结果。本发明的有益效果为本发明基于Gabor变换、主元分析、线性判别分析和局部特征描述相结合的方法，一定程度上过滤掉光照、遮挡等影响，降维的同时，不损失有效的信息，依旧保持极高的比对正确率；获取人脸图像后，进行原始特征提取时，选取比对的重要区域，在保证鲁棒性的同时也减小了数据处理量。

主权项

一种用于人脸分析系统的人脸特征提取方法，其特征在于，包括以下步骤：1）读取视频数据流，并对读取到的视频数据流进行预处理；2）检测人脸，对经过步骤1）处理后的视频数据流进行人脸检测：如果检测到人脸，精确定位人脸五官区域，将人脸图像单独截取出来；如果未检测到人脸，回到步骤1）；3）人脸图像处理，对步骤2）中截取的人脸图像进行归一化处理；4）生成Gabor脸，归一化处理后的人脸图像送入人脸分析服务器，人脸图像经过Gabor变换过滤得到Gabor脸；5）生成一阶差分Gabor脸和二阶差分Gabor脸，将Gabor脸进行差分分析，得到一阶差分Gabor脸和二阶差分Gabor脸；6）将Gabor脸、一阶差分Gabor脸和二阶差分Gabor脸分别进行邻域二值化并加权相加，得到特征脸；7）获取原始特征描述向量，对特征脸的五官区域进行分析，对每个区域单独进行直方图分析，得到局部特征描述向量，将每个局部特征描述向量连接起来，得到原始特征描述向量；8）获取特征描述向量，对原始特征描述向量进行主元分析、线性判别分析、降维得到特征描述向量；9）将特征描述向量在人脸特征数据库中进行比对和分类；以及10）显示分类结果。