【技术实现步骤摘要】
本专利技术属于计算机视觉
，涉及计算机视觉方面的模式识别，特别涉及一种在光照，表情，姿态变化时能够对人脸进行识别的新型鲁棒性特征获取方法。
技术介绍
近年来，数字图像的应用范围越来越广泛，计算机视觉在人类生活上的贡献也越来越大，其中，计算机视觉在人脸识别方面得到了广泛地应用，作为身份验证的方法之一，人脸识别相较于其它身份验证方法，比如指纹识别，语音识别方法等，具有安全性好，容易操作等优点，因此被广泛应用。目前，围绕人脸识别衍生出了许多方法，例如基于全局特征，基于局部特征等几种方法。在这些方法中，识别结果的好坏很大程度上取决于所选的特征的好坏。而一个好的特征则应具备以下几点要求 第一:准确，作为一个特征，它最基本的功能便是要能准确地去描述样本；第二独特，除准确外，它还要具有独特的性能，这样才能区分不同的样本。经过时间的淘汰，有两种特征的实用性得到了证明。一是纹理特征，研究者们已经发现皮肤细胞能在高斯变换下呈现出一定的独特的规律，也就是说可以用小波变换来提取人的纹理特征，这便是著名的Gabor特征。另外一种是局部二值模式的特征，它的主要原理是基于比较中心点与...
【技术保护点】
一种适用于人脸识别的新型鲁棒性特征获取方法，其特征在于，包括如下步骤：S1：利用Gabor滤波器提取人脸的纹理特征；S2：在人脸纹理特征上选定至少一个局部区域，并在所述每一个局部区域上确定至少一个特定方向，对人脸的纹理特征进行一阶求导；S3：对每一个局部区域的各个方向的一阶导数进行二阶求导。
【技术特征摘要】
【专利技术属性】
技术研发人员：尹首一，夏维，欧阳鹏，刘雷波，魏少军，
申请(专利权)人：清华大学，
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。