[發明專利]一種基于改進的ASM算法的人臉特征定位方法

無效

• 申請號: 201110167408.4
• 申請日: 2011-06-21
• 公開（公告）號: CN102214299A
• 公開（公告）日: 2011-10-12
• 發明（設計）人: 解梅;魏云龍
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 葛啟函

本發明屬于計算機視覺和圖像處理技術領域，主要涉及生物特征鑒別中的人臉識別技術，具體涉及一種基于ASM算法的人臉特征定位方法。

背景技術

近年來，隨著信息技術的飛速發展，如何快速、準確地識別一個人的身份以保證信息安全和公共安全，成為一個急需解決的關鍵技術問題。為此，生物特征識別技術應運而生，成為當前世界信息安全領域的主流研究課題。生物特征識別技術利用人體固有的生理結構和行為特征來進行個人身份鑒定。人臉識別技術作為生物特征識別技術的一個重要分支，結合計算機視覺和圖像處理相關技術，借助其唯一性、穩定性、以及易用性和用戶接受度高等特性，已經成為生物特征識別方向的熱門研究技術。人臉識別技術，在社區安防、網絡視頻監控、出入境管理檢測、員工考勤以及家庭娛樂等方面應用廣泛，具有巨大的經濟價值和現實意義。目前，人臉識別技術已被應用于邊境安全檢查、銀行門禁系統、汽車和電子產品的用戶登錄管理和社區安全管理等，同時可以使人們擺脫各類銀行卡、信用卡、身份證、社區保險證的管理。隨著計算機視覺技術和圖像處理技術的發展，人臉識別技術越來越受到人們的重視。詳見文獻：A.K.Jain，A.Ross，and?S.Prabhakar，“An?Introduction?to?Biometric?Recognition”IEEE?Transactions?on?CSVT，Special?Issue?on?Image-and?Video-Based?Biometrics，4-20，2003所述。

在人臉識別技術中，如何實現人臉圖像特征的準確提取是人臉識別的重要一步，它的執行準確度將直接影響整個人臉識別系統的識別率。在實際中，由于人臉面部往往包含一定程度的表情和姿態變化，人臉特征點提取算法的準確性和有效性還有待進一步提高。如何在包含表情變化以及姿態變化影響問題的低質量人臉圖像中，快速精確地進行人臉特征點提取是我們研究的主要問題。詳見文獻：John?G.Daugman，“High?Confidence?Visual?Recognition?of?Persons?by?a?Test?of?Statistical?Independence，”IEEE?Transaction?on?Pattern?Analvsis?and?Machine?Intelligence，volume15，no.11，pp.1148-1161，1993。

目前的人臉特征提取方法主要包括一下三種：基于膚色的特征定位方法，基于變換域的定位方法和基于統計學的定位方法。

(1)基于膚色的特征定位方法。首先對目標圖像進行膚色區域分割，找出含有膚色的區域作為人臉的候選區域；然后對所有候選區域進行人臉模板匹配或者利用先定位眼睛進而定位人臉區域的方法實現人臉的特征提取。此種方法對光照的要求較高，準確性低，實際應?用中在光照改變的情況下定位結果往往難以預料，特別是背景顏色與人體膚色接近時，幾乎就不可能提取出人臉特征。詳見文獻：C.N.R.Kumar?and?A.Bindu.An?efficient?skin?illumination?compensation?model?for?efficient?face?detection.IEEE?32nd?Annual?Conference?on?Industrial?Electronics，2006，3444-3449。

(2)基于變換域的定位方法。基于小波變換的人臉定位方法。它是通過一定的算子，比如Sobel、Canny算子等，提取出人臉圖像中的不同頻率的成分，從而搜索到人臉所在的位置。其缺點是在于背景細節的干擾，使得人臉定位結果不準確。詳見文獻：Jarmo?Ilonen，Joni-Kristian?Kamarainen.“Image?Feature?Localization?by?Multiple?Hypothesis?Testing?of?Gabor?Features”IEEE?Transactions?on?image?processing，Vo1.17，No.3，2008，311-325。