[发明专利]一种基于局部特征与深度学习的人脸特征提取方法在审
| 申请号： | 201810179951.8 | 申请日： | 2018-03-05 |
| 公开（公告）号： | CN108573211A | 公开（公告）日： | 2018-09-25 |
| 发明（设计）人： | 罗元;王薄宇;张毅 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 重庆市恒信知识产权代理有限公司 50102 | 代理人： | 刘小红;陈栋梁 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明请求保护一种基于局部特征与深度学习的人脸特征提取方法，该方法包括步骤：S1，首先对原始图像进行预处理，将预处理过后的图像分割成等大小区域块；S2，分别提取出局部的LTP特征并统计直方图，将分块提取出的LTP统计直方图合并为整体的LTP特征向量；S3，将这些特征向量作为DBM模型中输入信息，采用贪心逐层算法进行预训练，通过预训练的参数对DBM模型进行微调；S4，在顶层单元采用Softmax算法实现对人脸的分类回归。本文的算法在非均匀光照和随机噪声的条件下具有较强的鲁棒性。 | ||
| 搜索关键词： | 预处理 人脸特征提取 局部特征 特征向量 算法 非均匀光照 直方图合并 输入信息 算法实现 随机噪声 图像分割 原始图像 鲁棒性 区域块 直方图 顶层 分块 人脸 微调 取出 统计 学习 分类 回归 | ||
【主权项】：
1.一种基于局部特征与深度学习的人脸特征提取方法，其特征在于，包括以下步骤：S1、对原始人脸图像进行以双线性插值为预处理方式的尺度变换，将人脸面部图像划分成4×4的等大小区域块；S2、分别提取出步骤S1区域块的基于局部三值模式LTP的人脸局部纹理特征以及统计直方图，将分块提取出的LTP统计直方图合并为整体的LTP特征向量；S3、将整体的LTP特征向量作为深度玻尔兹曼机(DBM)模型的输入信息，采用贪心逐层算法进行预训练；S4、通过预训练的参数对DBM模型进行调节；S5、利用融合局部特征和深度学习训练的方式，在DBM模型中的顶层单元采用Softmax实现特征的分类回归并识别人脸。
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重庆邮电大学，未经重庆邮电大学许可，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/201810179951.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种疲劳驾驶报警方法及装置
- 下一篇：一种手掌特征身份认证方法及装置
