【技术实现步骤摘要】
-种基于核贝叶斯压缩感知的人脸识别方法
本专利技术涉及本专利技术涉及涉及机器视觉与图像处理技术，尤其是人脸识别系统和方 法。
技术介绍
现有的人脸识别系统中，人脸识别的方法有多种，如支持向量机等，识别率低，并 且不能很好的克服人脸光照，表情，遮挡等变化。
技术实现思路
本专利技术的目的是提供一种能克服人脸光照，表情，遮挡等变化的基于核贝叶斯压 缩感知的人脸识别方法。 为了解决上述问题，结合核与贝叶斯压缩感知的思想，设计了一种新的人脸识别 方法，首先用局部二值模式提取图像特征，然后运用直方图交叉核投影到高维特征空间，最 后用贝叶斯结合压缩感知来分类。具体为： ，包括人脸识别系统，其特征在于还包括 以下步骤： 步骤1、图像的局部二值模式特征提取 设一副图像中3x3邻域区域局部的纹理分布T = Kgpg0aLgp1)，其中&表示局部 区域中心点的像素值，&4。工表示以R为半径的周围相邻等距离的P个像素点，为了 防止灰度差受到影响，我们定义一个函数元$ :
【技术保护点】
一种基于核贝叶斯压缩感知的人脸识别方法，包括人脸识别系统，其特征在于还包括以下步骤：步骤1、图像的局部二值模式特征提取设一副图像中33 邻域区域局部的纹理分布，其中表示局部区域中心点的像素值，表示以R为半径的周围相邻等距离的P个像素点，为了防止灰度差受到影响，我们定义一个函数：（1）则一副图像可以标准局部二值模式(LBP)提取特征，它的表达式为：（2）其中度量U为：（3）通过得到每个像素的局部二值模式(LBP)特征值，从而得到整幅图像的特征；步骤2、核空间映射假设用LBP方法特征提取图像特征集后，得到训练集为，也称为字典，测试集为，则通过直方图交叉核函数，训练集和测试集投影映射为，，其中直方图交叉核函数的表达式如下：(4)其中是两个维度为的特征向量，分别是特征向量的特征值；根据公式还可以进一步写成：；步骤3、核贝叶斯压缩感知的分类方法①设核空间的一个信号可以用字典中的一组原子线性表示，则压缩感知模型为：(5)式中是满足Gaussian分布的噪声：，是系数矩阵，是字典，表示字典中的一个原子；则含有噪声模型的似然估计为：（6）从上式可知，要通过对稀疏矩阵和噪声方差的估计，从而重构得到信号；...
【技术特征摘要】
1. 一种基于核贝叶斯压缩感知的人脸识别方法，包括人脸识别系统，其特征在于还包 括以下步骤： 步骤1、图像的局部二值模式特征提取 设一副图像中3 x 3邻域区域局部的纹理分布T = Kgpg0X Sp1)，其中g,表示局部 区域中心点的像素值，Spgl3X 表示以R为半径的周围相邻等距离的p个像素点，为了 防止灰度差受到影响，我们定义一个函数：则一副图像可以标准局部二值模式（LBP)提取特征，它的表达式为： 其中度量U为：通过得到每个像素的局部二值模式（LBP)特征值，从而得到整幅图像的特征； 步骤2、核空间映射 假设用LBP方法特征提取图像特征集后，得到训练集为Φ =[何工，?] , φ也称为 字典,测试集为F = Lvi上A],则通过直方图交叉核函数训练集和测试集投影映射为 = ,_!)], #(乃=[#0\)工· #(?)],其中直方图交叉核函数#的表达式如下：其中务A是两个维度为《的特征向量，分别是你巧特征向量的特征值； 根据公式还可以进一步写成：幻:Φ，Γ) =成; 步骤3、核贝叶斯压缩感知的分类方法 ①设核空...
【专利技术属性】
技术研发人员：元昌安，周凯，宋文展，郑彦，
申请(专利权)人：广西大学，
类型：发明
国别省市：广西;45
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。