[发明专利]基于OLBP与PCA的人脸识别方法和系统有效
| 申请号： | 201810968308.3 | 申请日： | 2018-08-23 |
| 公开（公告）号： | CN109241886B | 公开（公告）日： | 2021-04-02 |
| 发明（设计）人： | 付波;徐超;毛嫚嫚;张行星;沈攀 | 申请（专利权）人： | 湖北工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 王琪 |
| 地址： | 430068 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于OLBP与PCA的人脸识别方法和系统，本发明在LBP的基础上提出了OLBP算法，改变传统LBP中心像素值的大小，取中心像素及周围八个像素的最大值和最小值的平均值作为中心像素值，使局部特征提取更具鲁棒性，然后利用PCA对局部特征维数进行降维，提取有效信息，用K近邻分类算法对不同人脸进行分类识别。试验结果表明，OLBP算法有助于提高人脸识别的识别效果，具有很好的使用价值。 | ||
| 搜索关键词： | 基于 olbp pca 识别 方法 系统 | ||
【主权项】：
1.一种基于OLBP与PCA的人脸识别算法，其特征在于，包括如下步骤：步骤1，对训练样本与测试样本图像进行灰度化及归一化预处理；步骤2，对传统的LBP方法进行改进获得OLBP方法，并利用OLBP方法对步骤1处理后的训练样本与测试样本图像进行特征提取；步骤3，利用PCA方法对步骤2得到的特征进行降维；步骤4，利用直方图统计的方法分别提取降维后训练样本与测试样本图像的特征向量矩阵，并利用K近邻算法对测试样本图像进行识别。
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湖北工业大学，未经湖北工业大学许可，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/201810968308.3/，转载请声明来源钻瓜专利网。
