[發(fā)明專利]基于動態(tài)閾值的人臉識別方法及裝置

有效

• 申請?zhí)枺?/td>: 201110385373.1
• 申請日: 2011-11-28
• 公開（公告）號: CN103136533A
• 公開（公告）日: 2013-06-05
• 發(fā)明（設(shè)計）人: 黃磊;任智杰
• 申請（專利權(quán)）人: 漢王科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00
• 代理公司: 北京林達劉知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11277
• 代理人: 劉新宇

技術(shù)領(lǐng)域

本發(fā)明涉及計算機圖像處理和模式識別領(lǐng)域，特別涉及一種基于動態(tài)閾值的人臉識別方法及裝置。

背景技術(shù)

作為身份識別的有效技術(shù)，近年來人臉識別技術(shù)得到迅速發(fā)展和廣泛應(yīng)用。在過去的幾十年里，人臉識別已在商業(yè)和執(zhí)法部門得到廣泛應(yīng)用，例如刑事鑒定、信用卡識別、安全系統(tǒng)、現(xiàn)場監(jiān)控、門禁考勤等。

隨著在實際中應(yīng)用的推廣，人臉識別存在的問題和難點也逐漸凸顯出來。應(yīng)用場景的變化，如光照、姿態(tài)和表情的變化，可能會導(dǎo)致一個人在不同環(huán)境下的差異性大于不同人在相同環(huán)境下的差異性。此外，化妝、遮擋及年齡等因素也會增加人臉識別的困難。在無約束場景應(yīng)用中，作為主要的影響因素，光照變化、姿態(tài)變化和表情變化在增加識別難度的同時，也會影響不同場景中識別的通過閾值的設(shè)定。注冊圖片和識別圖片在同一光照環(huán)境以及不同光照環(huán)境下、同一姿態(tài)和不同姿態(tài)下、相同表情和不同表情下識別的通過閾值會有較大差異，因此在無約束場景應(yīng)用下，面臨的難題是：人臉識別的通過閾值在控制誤識的情況下要盡可能地提升各種應(yīng)用場景下的人臉識別通過率。

發(fā)明內(nèi)容

本發(fā)明提供一種基于動態(tài)閾值的人臉識別方法和裝置，能夠在有效控制誤識的情況下提升人臉的識別通過率。

本發(fā)明的人臉識別方法，包括：人臉識別步驟，用于將待識別人臉圖片與預(yù)先設(shè)置的模板人臉圖片進行匹配，以確定與待識別人臉圖片相似度最高的模板人臉圖片和相似度得分；聚類特征獲取步驟，用于分別提取待識別的人臉圖片的場景特征和與待識別人臉圖片相似度最高的模板人臉圖片的場景特征，并結(jié)合上述相似度得分，生成聚類特征；類別確定步驟，用于將所述聚類特征輸入預(yù)先確定的場景類別模型中，以確定所述聚類特征的場景類別；判斷步驟，用于選擇預(yù)先確定的與所述場景類別相對應(yīng)的閾值，并在所述相似度得分高于所述閾值時判斷為人臉識別通過。

本發(fā)明的基于動態(tài)閾值的人臉識別裝置，包括：人臉識別單元，用于將待識別人臉圖片與預(yù)先設(shè)置的模板人臉圖片進行匹配，以確定與待識別人臉圖片相似度最高的模板人臉圖片和相似度得分；聚類特征獲取單元，用于分別提取待識別的人臉圖片的場景特征和與待識別人臉圖片相似度最高的模板人臉圖片的場景特征，并結(jié)合上述相似度得分，生成聚類特征；類別確定單元，用于將所述聚類特征輸入預(yù)先確定的場景類別模型中，以確定所述聚類特征的場景類別；判斷單元，用于選擇預(yù)先確定的與所述場景類別相對應(yīng)的閾值，并在所述相似度得分高于所述閾值時判斷為人臉識別通過。

本發(fā)明所述的人臉識別方法和裝置中提出的光照特征，可以魯棒地反映圖片采集環(huán)境的光照條件，基于聚類的思想來確定動態(tài)閾值，在解決無約束場景下閾值確定問題的同時，提升了識別通過率，實現(xiàn)了在控制誤識的同時，自適應(yīng)地選擇閾值進行通過判斷，有效地提高了識別通過率。

附圖說明

圖1是示出本發(fā)明實施例的人臉識別方法的示意圖。

圖2是示出本發(fā)明實施例的訓(xùn)練過程和識別過程的示意圖。

圖3是示出本發(fā)明實施例的人臉識別裝置的示意圖。

具體實施方式

本發(fā)明的目的在于提供一種基于動態(tài)閾值的人臉識別方法及裝置。該方法根據(jù)采集到的不同應(yīng)用場景下的測試人臉圖片集合和注冊人臉圖片集合，分別將每種場景條件下的測試人臉圖片與注冊人臉圖片進行匹配識別，將注冊人臉圖片中與所述測試人臉圖片相似度最高的圖片與所述測試人臉圖片組成注冊-識別對；分別提取獲得的注冊-識別對中的注冊人臉圖片和測試人臉圖片的場景特征，結(jié)合構(gòu)造注冊-識別對步驟獲得的該注冊-識別對對應(yīng)的相似度得分，生成聚類特征；進行聚類，得到聚類類別模型；然后針對每種聚類類別分別計算指定誤識下的通過閾值，進而設(shè)定多個閾值。

在識別時，首先將待識別人臉圖片與預(yù)先設(shè)置的模板人臉圖片進行匹配，以確定與待識別人臉圖片相似度最高的模板人臉圖片和相似度得分；分別提取待識別的人臉圖片的場景特征和與待識別人臉圖片相似度最高的模板人臉圖片的場景特征，并結(jié)合上述相似度得分，生成聚類特征；將所述聚類特征輸入預(yù)先確定的場景類別模型中，以確定所述聚類特征的場景類別；最后，選擇與所述場景類別相對應(yīng)的閾值，并在所述相似度得分高于所述閾值時判斷人臉識別通過。實現(xiàn)了在不同應(yīng)用場景下的人臉識別閾值的動態(tài)選擇從而實現(xiàn)識別通過率的提升。

本發(fā)明所述的場景包括：光照、姿態(tài)、表情等。根據(jù)不同的應(yīng)用，選擇對識別率影響較大的場景，能夠使本發(fā)明的方法達到最佳效果。在選擇不同的場景時，要相應(yīng)地采集該場景的各種變化情況下的人臉圖片，以構(gòu)造測試圖片集和注冊圖片集。