【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于差分量化局部二值模式的人脸识别方法及系统。
技术介绍
1、随着人工智能和计算机视觉领域的快速发展，人脸识别技术成为了广泛关注的热门话题。为了提高人脸识别系统的性能和准确度，研究者们不断探索新的方法和算法。需要一种基于差分量化局部二值模式，提升人脸识别的准确度。
2、传统的人脸识别方法通常依赖于手工设计的特征提取算法，需要人工选择和提取特征，且对于复杂的人脸变化（例如姿态、表情等）可能不具备很好的鲁棒性。在实际应用中，传统方法对光照、表情和姿态等方面的变化比较敏感。当人脸图像中存在光照变化、表情变化或者头部姿态变化时，传统方法的性能容易受到影响，导致识别结果不稳定。
技术实现思路
1、本专利技术提供一种基于差分量化局部二值模式的人脸识别方法及系统，其主要目的在于解决差分量化局部二值模式的人脸识别时电压稳定度较低的问题。
2、为实现上述目的，本专利技术提供的一种基于差分量化局部二值模式的人脸识别方法，包括：
3、将预设...
【技术保护点】
1.一种基于差分量化局部二值模式的人脸识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于差分量化局部二值模式的人脸识别方法，其特征在于，所述利用关键点检测模型提取所述灰度图像中的关键点的位置信息，包括：
3.如权利要求2所述的基于差分量化局部二值模式的人脸识别方法，其特征在于，所述利用级联分类器确定所述灰度图的灰度边界框，包括：
4.如权利要求2所述的基于差分量化局部二值模式的人脸识别方法，其特征在于，所述在所述灰度边界框中获取人脸区域，包括：
5.如权利要求2所述的基于差分量化局部二值模式的人脸识别方法，...
【技术特征摘要】
1.一种基于差分量化局部二值模式的人脸识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于差分量化局部二值模式的人脸识别方法，其特征在于，所述利用关键点检测模型提取所述灰度图像中的关键点的位置信息，包括：
3.如权利要求2所述的基于差分量化局部二值模式的人脸识别方法，其特征在于，所述利用级联分类器确定所述灰度图的灰度边界框，包括：
4.如权利要求2所述的基于差分量化局部二值模式的人脸识别方法，其特征在于，所述在所述灰度边界框中获取人脸区域，包括：
5.如权利要求2所述的基于差分量化局部二值模式的人脸识别方法，其特征在于，所述将所述人脸区域为关键点检测模型的输入进行前向传播，得到模型输出的关键点的位置信息，包括：
【专利技术属性】
技术研发人员：涂浩，张家瑞，周贵全，
申请(专利权)人：成都乐超人科技有限公司，
类型：发明
国别省市：
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。