【摘要】 本发明涉及一种滤波器设计方法，尤其是一种增强类局部二元模式特征人脸识别性能的滤波器设计方法，属于图像处理与模式识别的技术领域。按照本发明提供的技术方案，一种增强类局部二元模式特征人脸识别性能的滤波器设计方法，所述滤波器设计方法包括如下步骤：a、输入多个训练样本图像，并提取所述输入训练样本图像的像素差分向量；b、根据上述差分向量，计算得到训练样本图像的类内协方差矩阵Sω、类间协方差矩阵Sb；c、计算得到上述类内协方差矩阵Sω的trace(Sω)、类间协方差矩阵Sb的trace(Sb)，并计算trace(Sb)与trace(Sω)间的比值，利用Fisher判别准则得到所需的最优滤波器。本发明简单方便，提高人脸识别性能，适应范围广。 【专利类型】发明授权 【申请人】江苏物联网研究发展中心 【申请人类型】科研单位 【申请人地址】214135 江苏省无锡市新区菱湖大道200号中国传感网国际创新园C座 【申请人地区】中国 【申请人城市】无锡市 【申请人区县】滨湖区 【申请号】CN201210182809.1 【申请日】2012-06-05 【申请年份】2012 【公开公告号】CN102693422B 【公开公告日】2014-02-19 【公开公告年份】2014 【授权公告号】CN102693422B 【授权公告日】2014-02-19 【授权公告年份】2014.0 【IPC分类号】G06K9/00; G06K9/62 【发明人】李子青; 雷震; 张志炜; 易东 【主权项内容】1.一种增强类局部二元模式特征人脸识别性能的滤波器设计方法，其特征是，所述滤波器设计方法包括如下步骤： (a)、输入多个训练样本图像，并提取所述输入训练样本图像的像素差分向量； (b)、根据上述差分向量，计算得到训练样本图像的类内协方差矩阵Sω、类间协方差矩阵Sb； (c)、计算得到上述类内协方差矩阵Sω的trace(Sω)、类间协方差矩阵Sb的trace(Sb)，并计算trace(Sb)与trace(Sω)间的比值，利用Fisher判别准则得到所需的最优滤波器； 所述步骤(a)中，输入图像为同质人脸图像时，像素差分向量为： 其中，f(I)pi是像素点pi滤波后的值，{p1, p2, ..., pd}是像素p的邻域像素，d是邻域像素个数，df(I)P表示滤波后的图像在P处的像素差异向量PDV； 所述步骤(a)中，输入多个训练样本图像包括两种模态的异质人脸图像时，分别对两种模态的异质人脸图像进行提取像素差分向量； 所述步骤(b)中，类内协方差矩阵SW为： 类间协方差矩阵Sb为 其中，N为单个训练样本图像的像素点个数，L是训练样本图像的总类别数目，Ci是第i类的图像数目，是第i类中第p个PDV向量的均值，df(m)p是所有图像第p个PDV向量的均值; 所述(b)中，类内协方差矩阵SW为 其中，分别表示模态V的类内协方差矩阵、模态M的类内协方差矩阵、模态M与模态V间的类内协方差矩阵及模态V与模态M间类内协方差矩阵； 类间协方差矩阵Sb为 其中，分别表示模态V的类间协方差矩阵、模态M的类间协方差矩阵、模态V与模态M间的类间协方差矩阵及模态M与模态V间的类间协方差矩阵；模态V与模态M为异质人脸图像的两种模态; 所述模态V与模态M之间的类内协方差矩阵为： 所述模态V与模态M之间的类间协方差矩阵为： 【当前权利人】江苏物联网研究发展中心 【当前专利权人地址】江苏省无锡市新区菱湖大道200号中国传感网国际创新园C座 【统一社会信用代码】1232020046637256X7 【引证次数】4.0 【他引次数】4.0 【家族引证次数】4.0 【家族被引证次数】3

未经允许不得转载：http://www.zhongzhencnc.com/1790294737.html