[发明专利]基于改进mLBP的单样本人脸识别方法

摘要

本发明公开了人脸识别技术领域中的一种基于改进mLBP的单样本人脸识别方法。首先对人脸图像进行预处理得到单张标准的人脸图像；然后对人脸图像进行横向分割，计算各横向子块每个像素点的mLBP特征值，并获得各子块图像的mLBP直方图；并根据各横向子块的局部图像信息熵对每个子块的改进mLBP子直方图进行自适应加权；最后，连接各子块的自适应加权直方图作为最终样本图像的特征向量，送入分类器识别。本发明提出了一个完整有效的单样本人脸识别解决方案，一定程度上解决了遮挡、光照、表情变化等因素的影响，识别率高、鲁棒性强。

主权项

基于改进mLBP的单样本人脸识别方法，其特征是该方法包括以下步骤：步骤1：通过预处理获取单张标准的人脸图像，并对人脸图像进行横向分块；步骤2：在步骤1的基础上计算各横向子块改进mLBP子直方图；步骤3：根据各横向子块的局部图像信息熵对每个子块的改进mLBP子直方图进行自适应加权；步骤4：连接各子块的自适应加权直方图作为最终样本图像的特征向量，送入分类器识别；其中步骤2包括以下步骤：步骤2.1：对各横向子块的像素点按8个不同的空间模块来保存人脸面部的几何特征，以该像素点的像素值作为阈值，对横向子块进行二值化编码，得到一个8位二进制数：Si(x,y)=1,(Pc>Pi1)and(Pc>Pi2)0,otherwise,i=0,1,...,7;]]>当i＝0时，为上下方向空间模块；当i＝1时，为左右方向空间模块；当i＝2时，为左上右下方向空间模块；当i＝3时，为左下右上方向空间模块；当i＝4时，为正左正上方向空间模块；当i＝5时，为正右正下方向空间模块；当i＝6时，为正左正下方向空间模块；当i＝7时，为正上正右方向空间模块；步骤2.2：将该8位二进制数转换成十进制数，得到各横向子块像素点的mLBP特征值：mLBP=Σi=07Si(x,y)·2i]]>步骤2.3：计算各子块的mLBP子直方图：hi=Σx,yh{Ii(x,y)=m},m=0,1,...,255]]>其中，i＝1，2，...，q，q为分块的个数，Ii(x，y)代表第i块横向子图。