【技术实现步骤摘要】
一种基于亲和力度最近邻分类算法的人脸识别身份认证方法
本方法涉及人脸识别
，具体设计一种基于亲和力度最近邻分类算法的人脸识别身份认证方法。
技术介绍
人脸识别是利用计算机技术，通过人脸图像的特征来确认身份。用人脸作为生物特征来识别身份具有一些独特优势：具体非接触性，在被测者不知情的前提下完成识别，人脸识别成为近年来生物特征识别领域的热点之一。从国内外研究成果来看，人脸识别的难点主要集中在人脸检测、人脸表征和人脸识别速度和精度等方面。一、人脸检测方面，人脸检测是一项重大的难题，它利用的是面部的共同特征，从目前的研究成果来看，其大致可分为基本特征，肤色特征，统计特征，变换域特征等。但基于变换域特征和肤色特征的人脸检测方法对采集人脸图像的背景较为敏感，统计特征和基本特征的人脸检测方法对年龄，光照，姿势等的变化敏感。二、人脸表征方面，人脸表征是用来提取捕捉的脸部图像中的特征点，至今人脸表征主要包括基于代数特征或统计学习的表征和基于知识的表征这两种提取方法。人脸表征可能会因为捕获的人脸图像受到采集角度或配戴眼镜等...
【技术保护点】
1.一种基于亲和力度最近邻分类算法的人脸识别身份认证方法，包括以下步骤：/n第1步、采用Haar分类器对人脸进行检测，使用摄像头实时采集当前检测目标的人脸原始图像序列，并把人脸的Haar特征值归一化，得到Haar特征值归一化的图像序列；/n第2步、对图像进行直方图均衡处理，即是对图像的像素值进行重新分配，也是对采集到的人脸图像的非线性拉伸；/n第3步、采用主成分分析PCA算法对人脸图像进行数据预处理和特征提取，数据预处理即是对数据进行降维，降维后得到的少数综合变量表示多数的综合变量，一般主成分的数据为少数综合变量，最终组成检测目标的特征值；/n第4步、根据第3步得到的人脸图...
【技术特征摘要】
1.一种基于亲和力度最近邻分类算法的人脸识别身份认证方法，包括以下步骤：
第1步、采用Haar分类器对人脸进行检测，使用摄像头实时采集当前检测目标的人脸原始图像序列，并把人脸的Haar特征值归一化，得到Haar特征值归一化的图像序列；
第2步、对图像进行直方图均衡处理，即是对图像的像素值进行重新分配，也是对采集到的人脸图像的非线性拉伸；
第3步、采用主成分分析PCA算法对人脸图像进行数据预处理和特征提取，数据预处理即是对数据进行降维，降维后得到的少数综合变量表示多数的综合变量，一般主成分的数据为少数综合变量，最终组成检测目标的特征值；
第4步、根据第3步得到的人脸图像特征值，使用提出的亲和力函数来计算样本之间的距离，之后再使用最近邻算法的实现步骤进行处理；
第5步、根据分类结果输出识别结果。
2.根据权利要求1所述的基于亲和力度最近邻分类算法的人脸识别身份认证方法，其特征在于：第1步对图像进行Haar特征值归一化，为了校正人脸的比例、旋转和光照方面的变化，常采用Haar特征值归一化手段，具体步骤如下：
第1.1步、计算检测窗口中图像的灰度值和灰度值平方和：sum＝∑I(x,y)和sqsum＝∑I2(x,y)，其中用I(x,y)表示位置(x,y)处的像素值；
第1.2步、计算灰度值和灰度值平方的平均值：和
第1.3步、计算归一化因子：
第1.4步、归一化特征值：之后使用归一化特征值与阈值对比。
3.根据权利要求1所述的基于亲和力度最近邻分类算法的人脸识别身份认证方法，其特征在于：第2步所述的直方图均衡由以下步骤组成：
第2.1步、用一个数组p来统计直方图，记录p[i]；
第2.2步、i的取值从1开始,令s[i]＝s[i-1]+p[i]；
第2.3步、计算出的新s的索引值用新的数组L记,即令L[i]＝s[i]*(256-1)；
第2.4步、取原始像素值作为数组L的索引值，之后依次循环每个像素，取该索引所对应的L数组值作为直方图均衡后的像素值。
4.根据权...
【专利技术属性】
技术研发人员：黄玮，肖月月，王劲松，薛玲丽，
申请(专利权)人：天津理工大学，
类型：发明
国别省市：天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。