• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 7
    • 下载费用:30 金币  

    重庆时时彩顺子追星法: 一种改进线性鉴别分析降维的笑脸识别方法.pdf

    关 键 词:
    一种 改进 线性 鉴别 分析 笑脸 识别 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201110122936.8

    申请日:

    2011.05.13

    公开号:

    CN102194107A

    公开日:

    2011.09.21

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06K 9/00申请日:20110513|||公开
    IPC分类号: G06K9/00; G06K9/62 主分类号: G06K9/00
    申请人: 华南理工大学
    发明人: 郭礼华
    地址: 510640 广东省广州市天河区五山路381号
    优先权:
    专利代理机构: 代理人:
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201110122936.8

    授权公告号:

    102194107B||||||

    法律状态公告日:

    2013.03.20|||2011.11.23|||2011.09.21

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    本发明提供一种改进线性鉴别分析降维的笑脸识别方法,具体步骤为:基于标准的Haar特征与AdaBoost算法的人脸区域定位;人脸区域Gabor特征矢量的提??;改进线性鉴别分析对Gabor特征矢量的特征降维;支持向量机的训练与识别。本发明提出改进的线性鉴别分析进行特征降维,克服传统线性鉴别分析的多模态问题,有效实现特征维数的降维。总体而言,本发明的笑脸识别方法的系统识别速度快,系统识别性能高。

    权利要求书

    1.一种改进线性鉴别分析降维的笑脸识别方法,其特征在于:具体步骤为:(11)、基于标准的Haar特征与AdaBoost算法的人脸区域定位;(12)、人脸区域Gabor特征矢量的提??;(13)、改进线性鉴别分析对人脸区域Gabor特征矢量的特征降维;(14)、支持向量机对降维后的Gabor特征矢量进行训练与识别。2.根据要求1所述的笑脸识别方法,其特征在于:所述步骤(12)的Gabor特征矢量提取采用的Gabor滤波器具有4个方向:???????????????????????????????????????????????和5个尺度:。3.根据要求1所述的笑脸识别方法,其特征在于:所述步骤(13)的具体步骤为:定义子空间是由一系列矢量()组成,将这些矢量组成矩阵,每个人脸区域中的Gabor特征矢量是一个样本,定义类间散度矩阵和类内散度矩阵为:????是样本的权重值,是所有第类训练样本的均值,?是所有训练样本的均值,是第类中第个训练样本,是第i类中的非j样本,是训练样本数量,是第类中样本的个数,是样本的类别总数,样本对应均值是;再利用公式求取最优的改进线性鉴别分析的投影矩阵;利用投影矩阵对训练样本进行投影,完成特征矢量的降维。4.根据要求1所述的笑脸识别方法,其特征在于:所述步骤(14)的支持向量机为二类支持矢量机分类器。

    说明书

    一种改进线性鉴别分析降维的笑脸识别方法

    技术领域

    本发明涉及模式识别与人工智能技术领域,特别涉及一种改进线性鉴别分析降维的笑脸识别方法。

    背景技术

    笑脸识别技术是指识别出一幅静态人脸图像,或一段动态视频中的人脸是否为笑脸表情的一种技术。笑脸识别技术属于模式识别与人工智能技术领域,可以将其理解为人脸表情技术的一个子集。人脸表情识别一般是指将人类的表情分为七类(中性,快乐,害怕,悲伤,生气,厌恶,鄙视),对静态图片或视频中的人脸表情进行自动分类。但是,表情识别技术还不够成熟,还未能真正在实际中应用。相对而言,笑脸识别技术更易实现,也更具实用性(除了中性,笑脸是人类最易做出的表情),因此市场上已出现一些笑脸识别技术的应用。例如,以笑脸识别功能为卖点的数码照相机和数码摄相机的问市,就是笑脸识别技术的典型应用。

    笑脸是人脸表情的一个关键表情,其识别也是一项重要有待解决的问题。目前申请号为CN200710203477.X的专利申请文件提供一种笑脸追踪方法,该方法通过相机??榈木低放纳阃计?;将拍摄的图片转换成黑白图片;读取所述黑白图片上的各个点的亮度值;通过亮度值及脸部的基本轮廓截取图片中的头像图形,及在上述截取的头像图形中截取嘴唇图形;比较上述截取的嘴唇图形与相机??楸4娴娜肆澄⑿κ弊齑酵夹蔚南嗨贫?,通过这个相似度来实现笑脸的区别,从而确定拍摄的图片是否存在相机里面。此方法只用模板匹配的方法,只有当所摄人物已在数据库中,此方法才非常有效,而且此方法来依赖于阈值,需要很好的经验判断。申请号为CN200710173678.x的专利申请文件介绍了一种手机相机捕捉笑脸的方法,该方法克服现有技术中使用手机拍照不易捕捉最佳拍摄时机和被拍者最佳表情的缺陷。首先通过人脸检测得到人脸,提取人脸重要器官的位置参数信息;对人脸实施跟踪,分析嘴的中心,当检测到人的嘴在笑时,焦点会自动锁定脸部,进行拍摄。此发明只是利用笑脸来进行辅助相机拍摄,而且笑脸检测方法过于简单,只满足一些简单的应用场合。

    发明内容

    本发明的目的在于克服上述笑脸识别技术的不足,提供一种改进线性鉴别分析降维的笑脸识别方法。

    本发明采用的技术方案为:笑脸识别中使用Gabor特征和利用改进线性鉴别分析进行特征降维;最终,支持矢量机分类器实现笑脸与非笑脸的区别,

    本发明的目的通过下述技术方案实现:

    (11)基于Haar特征与AdaBoost算法的人脸区域定位;

    (12)人脸区域Gabor特征矢量的提??;

    (13)改进线性鉴别分析对人脸区域Gabor特征矢量的特征降维;

    (14)支持向量机对降维后的Gabor特征矢量进行训练与识别。

    所述改进线性鉴别分析对人脸区域Gabor特征矢量的特征降维,其具体步骤如下:假设子空间是由一系列矢量????????????????????????????????????????????????()组成,将这些矢量组成矩阵,每个人脸区域中Gabor特征矢量是一个样本,为了改进传统线性鉴别分析的方法,本发明定义类间散度矩阵和类内散度矩阵为:

    是样本的类别总数,表示训练样本数量,是第类中样本的个数,是样本的权重值,?是第类所有训练样本的均值,表示所有训练样本的均值,是第类中第个训练样本,表示在第i类中的非j样本;再利用公式。求取最优的改进线性鉴别分析的投影矩阵;利用投影矩阵对训练样本进行投影,得到特征矢量就是原始特征。

    所述Gabor特征是一种纹理特征,Gabor特征是一种非常规范的特征提取算法,提取Gabor特征时,Gabor滤波器具有4个方向()和5个尺度()。

    所述支持向量机采用二类支持矢量机分类器对特征向量进行训练以及识别。

    人脸区域定位和特征提取所针对的是测试图像,而训练与识别部分是针对训练样本集中的所有图像。训练与识别部分的改进线性鉴别分析不再需要进行投影矩阵的计算,而是直接利用特征提取时得到的投影矩阵,将Gabor特征乘上投影矩阵,从而将特征转换到鉴别子空间的特征,在鉴别子空间上截取低维部分,达到特征选择目的。

    与已有的笑脸识别方法相比,本发明具有以下优点:

    (1)本发明的改进线性鉴别分析对特征进行有效降维,低维的特征在分类器训练和测试过程中,易实现且训练时间大大缩减;

    (2)本发明的改进线性鉴别分析重新定义了类间散度矩阵Sb和类内散度矩阵Sw,克服传统线性鉴别分析的多模态缺点;

    (3)本发明选用了最流行的二类支持矢量机分类器,在统计误差上和推广能力上进行了有效折中,所以在少量训练样本的情况下,分类器依然可以保持很好的识别性能。

    附图说明

    图1为本发明的系统结构图。

    具体实施方式

    下面结合附图对本发明做进一步的说明,实施本发明所用的识别设备可以采用摄像头采集图片,用计算机进行识别,用纯平型显示器显示最终显示结果,可采用C语言编制各类处理程序,便能较好地实施本发明。

    本发明的系统结构框图如附图1所示,系统分成训练和识别两部分,训练部分,首先利用摄像头采集1万张正面人脸图像组成训练样本集,其中包括5000张笑脸和5000张非笑脸图像。

    系统训练主要有以下几个步骤:

    1)采用高斯平滑和直方图均衡方法来进行图像预处理,去除因摄像头造成图像中的噪声和亮度差异;

    2)采用标准的类Haar特征以及AdaBoost的人脸检测算法寻找人脸区域;

    3)人脸区域的Gabor特征矢量的提取,Gabor滤波器具有4个方向()和5个尺度();

    4)用改进线性鉴别分析方法对Gabor特征降维,假设子空间是由一系列矢量()张成,将这些矢量组成矩阵,每个人脸区域中Gabor特征矢量是一个样本,定义类间散度矩阵和类内散度矩阵为:

    其中是类内散度矩阵,是类间散度矩阵,是样本的类别总数(C=2),表示训练样本数量(n=10000),是第类中样本的个数(=5000,=5000?),是样本的权重值,通过公式计算获得,是所有第类训练样本的均值,表示所有训练样本的均值,是第类中第个训练样本,表示在第i类中非j样本的其它样本。最终利用公式求取最优的改进线性鉴别分析的投影矩阵。利用投影矩阵对训练样本进行投影,得到特征矢量就是原始特征的鉴别子空间,在鉴别子空间上截取低维部分,完成特征降维;

    5)将改进线性鉴别分析降维后的特征数据送入支持矢量机分类器进行训练。

    进入系统识别,利用摄像头实时采集人脸的正面图像,然后也经过图像预处理、人脸区域检测、人脸Gabor特征提取,改进线性鉴别分析方法的特征选择和支持矢量机分类器的识别。直接利用训练部分得到的投影矩阵,将特征乘上投影矩阵,实现将特征转换到鉴别子空间的特征,在鉴别子空间上截取低维部分,达到特征选择目的;然后利用训练好的支持矢量机分类器的分界面,判断当前测试数据的类别,即判断当前测试图像是笑脸还是非笑脸。

    关于本文
    本文标题:一种改进线性鉴别分析降维的笑脸识别方法.pdf
    链接地址://www.4mum.com.cn/p-5875402.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 031期香港六合彩开奖 手机棋牌游戏编程 中超直播频道 信彩彩票网址 吉林快3爱拼彩票官网 981棋牌娱乐 秒速飞艇开奖历史 竞彩篮球大小分开奖 福彩15选5选号计算公式 360胜平负比分直播 玩小程序赚钱吗 体彩36选7玩法介绍 广东十一选五遗漏查询 3d真人游戏美女脱衣服 一品大宰相怎么快速赚钱 燕赵风采好运彩3