[發明專利]基于正臉補償算子的多姿態人臉識別方法

無效

• 申請號: 201010591396.3
• 申請日: 2010-12-16
• 公開（公告）號: CN102013011A
• 公開（公告）日: 2011-04-13
• 發明（設計）人: 譚曉衡;張建慧;陳林;方杰;周帥;王保華
• 申請（專利權）人: 重慶大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種基于PCA(主成分分析)的多姿態人臉識別技術，更具體地，涉及一種通過正臉補償算子來補償各種姿態條件下的人臉，通過使用補償后的人臉進行識別的方法。

背景技術

多姿態人臉識別近幾年研究地比較多，它被稱作是計算機視覺與模式識別領域尚未較好解決的重要問題之一。人臉易受多種因素影響，如表情、胡須、眼鏡、頭發、光照、背景，以及人臉偏轉導致只看到側臉的情形，針對多姿態人臉識別的熱點問題提出的方法大致可以分為三類：常規方法、三維研究方法、二維研究方法。

常規算法主要解決由光照、表情、年齡等變化引起的問題，而對于觀察視角的不同引起的人臉圖像的變化研究較少。三維研究方法一般是需要從盡可能多的角度采集人臉組成人臉三維模型，并使用三維模型來構建人臉庫，待識別人臉與這些三維模型逐個匹配來進行識別。三維研究方法的問題是計算量大，需要巨大存儲空間，而且當前人臉庫不能滿足其需要，因此其走向實用化需要較長時間。二維研究方法多是尋找各個較多多姿態人臉到正臉的變換關系，并將待識別人臉轉成正臉來進行識別，其理論依據是同一個人不同姿態的人臉圖像差異比不同人相同姿態人臉之間的差異還要大。二維研究方法與三維研究方法相比，它的優點是計算復雜度低，計算速度快，存儲容量小。

但是二維研究方法也有明顯的缺點，主要體現在四個方面：

1.對人臉歸一化要求高，而各種識別算法使用不同的歸一化方式。任何多姿態人臉識別算法都有人臉歸一化要求，然而由于不同人臉之間的形狀差異較大，因此各種識別算法只能根據具體識別算法使用不同的人臉歸一化方法。

2.對人臉庫的要求模糊。大多數多姿態人臉識別算法使用的訓練人臉都是在多次嘗試之后選擇的，再次試驗該算法時，難找到完全一致的人臉庫以及對人臉庫的處理方式，算法可重復操作性差。

3.二維研究算法通常采取將所有訓練正臉與多姿態人臉分別構成一個巨大的正臉矩陣和側臉矩陣來進行運算，計算量大，處理時間長。

4.多數二維算法將人臉切割為僅含雙眼、鼻子和嘴的很小的范圍，去掉了很多能夠區分人臉身份的信息。但是在使用一般攝像頭進行監控的實際環境中，經過這樣剪切之后人臉像素很少，幾乎失去人臉特征，不能進行識別。

人臉識別算法中被采用最多的是PCA算法，它已經成為神經科學和計算機圖像處理等領域的一種標準數據處理工具。基于PCA的人臉識別方法將人臉看作一個整體，利用統計學習的方法自動獲取特征值，其算法簡單并且完全無參數限制。使用PCA算法，只需簡單計算就能將復雜的數據降維簡化，很多基于PCA的改進算法雖然取得了較好的效果，但是卻增加了算法的復雜度，通用性低。

PCA人臉識別算法將一高維的向量，通過一個特殊的特征向量矩陣，投影到一個低維的向量空間中，表示為一個低維向量，并不會損失有用信息。將人臉圖像進行PCA變換之后，得到人臉的特征值和特征向量，其中較大的特征值對應的特征向量具有與人臉相似的形狀，所以又稱為特征臉，利用這些特征臉作為基底可以描述、表達和逼近人臉圖像，進行人臉識別。說明書附圖1(a)給出了使用68張CMU?PIE人臉庫中的正臉進行PCA變換之后，最大的前10個特征值對應的特征臉，說明書附圖1(b)為最小的10個特征值對應的特征臉，兩圖中特征臉均按特征值由大到小排列。特征值越大，對應的特征臉越重要，特征值大的特征臉包含更多的正臉輪廓信息，而特征值小的特征臉包含更多的是細節信息。人臉識別的過程就是將待識別的人臉圖像映射到特征臉展開的子空間上，比較其與已知人臉在特征空間中的距離，從而進行判別。

專利CN101515324A公開了一種適用于多種姿態的人臉識別布控系統及方法。該方案利用對應姿態的人臉識別分類器提取人臉特征，并把人臉識別分類器提取的人臉特征與布控庫中對應姿態的人臉特征作對比并判斷是否報警。該發明用人臉三維重建技術將后臺的布控對象變換出各種姿態的人臉，同時用對應姿態的人臉識別分類器提取特征，算法復雜，而且并未明確提及人臉歸一化問題。

專利CN101458763A公布了一種基于圖像加權平均的自動人臉識別方法。該方案首先利用快速線性插值算法將原始圖像映射到標準正面模板，然后自動判別圖像中人臉的左右偏轉角度，并依據該角度賦予每張圖像相應的權值進行平均，最后將加權平均結構圖向加權平均形狀圖映射得到加權平均臉圖像。該發明僅考慮人臉左右偏轉的多姿態圖像，利用快速線性插值算法將原始圖像映射到標準正面模板這一過程準備度不能保證，而且原始圖像上需要標記34個特征點，處理過程復雜。