自适应四角星形局部图结构的均衡人脸特征提取方法技术

本发明专利技术公开了自适应四角星形局部图结构的均衡人脸特征提取方法。现有方法不能完全表达局部纹理特征，关系节点数多，对噪声等干扰的鲁棒性不强。本发明专利技术方法将输入的人脸图像预处理后得到标准单个人脸灰度图像，将待编码像素作为中心像素，以中心像素作为同心的内圆和外圆的圆心，在内圆和外圆的圆周上选取四个像素点作为图节点，将八个图节点以有向线连接，围合成四角星形局部图结构，比较每段有向线两端图节点对应的像素值的大小，根据比较结果进行编码，转换为十进制的编码值；遍历所有像素，得到该人脸的局部图结构编码特征图。本文发明专利技术在光照、姿态、表情和遮挡等各种干扰下，所提取的特征表现出很好的鲁棒性，对于人脸识别有实际应用价值。

Balanced face feature extraction method based on adaptive Quad star local graph structure

【技术实现步骤摘要】
自适应四角星形局部图结构的均衡人脸特征提取方法
本专利技术属于生物特征识别及信息安全
，涉及一种自适应四角星形局部图结构的均衡人脸特征提取方法。
技术介绍
近年来人脸识别因为其稳定、非接触性和易于获取等特点，已经在实际生活中经常应用，例如地铁安检、银行身份验证、安防监控等等。但是实际应用场景环境复杂多变，光照、表情、遮挡、姿态等条件的变化都会显著影响人脸识别的性能。人脸识别是利用计算机视觉在图像或视频中找到人脸并识别其真实身份的一种生物特征识别技术。人脸识别主要有以下几个步骤：人脸检测，人脸表征和人脸匹配等等。基于局部图结构(LocalGraphStructure，LGS)的人脸特征提取利用有向图表征人脸图像纹理更宽泛的空间结构关系，实现人脸的表征。LGS根据图论直接利用像素点之间的关系编码来表征人脸局部特征，通过记录有向图像素点间的内在联系，捕获了稳定且详细的空间信息。典型的有关LGS的文献，例如：FaceRecognitionUsingLocalGraphStructure(LGS)[C],Human-computer本文档来自技高网...

【技术保护点】
1.自适应四角星形局部图结构的均衡人脸特征提取方法，其特征在于，该方法具体是：/n步骤(1).输入的人脸图像经过预处理后得到标准单个人脸灰度图像；/n步骤(2).将待编码像素作为中心像素，以中心像素作为同心的内圆和外圆的圆心，根据标准单个人脸灰度图像双眼之间距离L确定内圆半径R

【技术特征摘要】
1.自适应四角星形局部图结构的均衡人脸特征提取方法，其特征在于，该方法具体是：
步骤(1).输入的人脸图像经过预处理后得到标准单个人脸灰度图像；
步骤(2).将待编码像素作为中心像素，以中心像素作为同心的内圆和外圆的圆心，根据标准单个人脸灰度图像双眼之间距离L确定内圆半径R1和外圆半径R2，满足：2R2+1为范围内的奇数个像素、内圆半径R1至少为一个像素、外圆半径R2最少比内圆半径R1大一个像素；获得包含外圆的最小正方形的局部邻域，正方形的边长为2R2+1，正方形的中心为中心像素；
步骤(3).在内圆和外圆的圆周上分别均匀选取四个像素点作为图节点，内圆选取的四个图节点连线构成的正方形的对角线与外圆选取的四个图节点连线构成的正方形的对角线夹角α＝45°；
步骤(4).以任一图节点作为起始，将位于内圆上图节点和位于外圆上图节点依次交错以有向线连接，八个图节点围合成四角星形局部图结构；
步骤(5).按照连线顺序，比较每段有向线两端图节点对应的像素值的大小，进行二值编码，并按照先后的顺序放入一个字节的8个比特位上，形成一个字节，将该字节对应的十进制值作为待编码像素的局部图结构编码值；
步骤(6).将标准单个人脸灰度图像中的每一个像素作为中心像素，重复步骤(2)～(5)，得到该人脸的局部图...

【专利技术属性】
技术研发人员：叶学义，钱丁炜，王鹏，王鹤澎，陈华华，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33