[發明專利]一種人臉識別的方法

無效

• 申請號: 201110358362.4
• 申請日: 2011-11-14
• 公開（公告）號: CN102495999A
• 公開（公告）日: 2012-06-13
• 發明（設計）人: 劉鳴宇;王金楠;謝洵;王光明
• 申請（專利權）人: 深圳市奔凱安全技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/66
• 代理公司: 深圳市智科友專利商標事務所 44241
• 代理人: 孫子才

1.一種人臉識別方法，該方法是一種基于二維Gabor?小波特征的三維人臉識別算法，其特征在于：包括以下步驟：

步驟A、對正面人臉進行檢測，定位一張正面人臉和一張人臉圖像中關鍵的人臉特征點，獲得人臉原始圖像I(x,y)；

步驟B、通過Gabor?小波分析所獲取關于人臉圖像的Gabor?表征，使所述的原始圖像I(x,y)中的相應特征轉化為Gabor?特征向量????????????????????????????????????????????????；

步驟C、采用小指數多項式(FPP)模型，使m?維Gabor?特征空間??投影到更高n?維空間?中；

步驟D、基于核線性判決分析算法(KFDA)，在空間中建立類間矩陣和類內矩陣，其中，，計算的標準正交特征向量；

步驟E、提取人臉圖像顯著判別特征向量；

步驟F、提取人臉圖像不顯著的判別特征向量；

步驟G、利用人臉圖像顯著判別特征向量和人臉圖像不顯著的判別特征向量和一個3D?人臉數據庫重建三維人臉模型；

步驟H、對所述的三維人臉模型采用模板匹配及線性判別分析(FLDA)方法進行處理，提取模型的類內差異和類間差異進行匹配人臉。

2.根據權利要求1所述的一種人臉識別方法，其特征在于：所述的步驟A中，所述的人臉圖像中關鍵的人臉特征點，包括人臉的輪廓特征點、左眼和右眼、嘴和鼻。

3.根據權利要求1所述的一種人臉識別方法，其特征在于：所述的步驟E中包括：

步驟E01、令，其中，是所述的類內矩陣?對應的q?個特征值為正的特征向量，；

步驟E02、計算?對應于個最大特征值的特征向量?,其中，；;

步驟E03、顯著判別特征向量，其中，?。

4.根據權利要求3所述的一種人臉識別方法，其特征在于：所述的步驟F中包括：

步驟F01計算?對應于一個最大特征值的特征向量；

步驟F02、令，?則不顯著的判別特征向量,。

5.根據權利要求1所述的一種人臉識別方法，其特征在于：所述的步驟G中3D?人臉數據庫為ORL(Olivetti?Research?Laboratory)單人臉三維人臉數據庫。

6.根據權利要求5所述的一種人臉識別方法，其特征在于：所述的步驟G中：

步驟G01、確定一個特征轉換矩陣P；

步驟G02、將提取出的Gabor?判別特征向量對應于m?個最大特征值的特征向量，組成主特征轉換矩陣P’；

步驟G03、對大規模人臉數據庫進行反復訓練以獲得平均人臉S?。