摘要：本发明公开了一种基于多尺度韦伯局部特征和核组稀疏表示的人脸识别方法。它包括以下步骤：首先，将人脸图像尺寸归一化，利用高斯滤波器平滑图像；通过不同半径的滤波窗口提取图像多尺度的韦伯局部特征的差分激励成分，采用Sobel算子提取其方向信息；根据多尺度差分激励和方向信息提取人脸图像的多尺度的韦伯局部特征，并利用直方图交叉核将其映射到核空间；然后，利用训练样本得到的核矩阵作为稀疏字典，计算由测试样本得到的核向量的组稀疏表示系数；最后，根据组稀疏系数重构测试样本的多尺度韦伯局部特征向量，利用最小重构误差识别测试样本。本发明融合多尺度韦伯局部特征和核组稀疏表示算法进行人脸识别，大大提高了识别准确率。
- 专利类型发明专利
- 申请人湖南大学;
- 发明人李树涛;龚大义;刘海仓;
- 地址410082 湖南省长沙市岳麓区麓山南路1号
- 申请号CN201210159963.7
- 申请时间2012年05月22日
- 申请公布号CN102722699A
- 申请公布时间2012年10月10日
- 分类号G06K9/00(2006.01)I;G06K9/66(2006.01)I;
