[發明專利]人臉識別方法及裝置

有效

• 申請號: 201110385670.6
• 申請日: 2011-11-28
• 公開（公告）號: CN103136504A
• 公開（公告）日: 2013-06-05
• 發明（設計）人: 黃磊;彭菲
• 申請（專利權）人: 漢王科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 劉新宇

1.一種人臉識別方法，其特征在于，包括：

聚類特征提取步驟，用于對經過預處理的人臉圖像進行聚類特征提取；

確定步驟，根據從所述人臉圖像中提取出的聚類特征確定與所述人臉圖像匹配的預先訓練得到的聚類特征類別；

識別特征提取步驟，用于對經過預處理的人臉圖像進行P種識別特征的提取，其中P為大于1的自然數；以及

計算步驟，用于分別計算所述P種識別特征與其在預先注冊的人臉模板中的對應特征的相似度，并根據在所述確定步驟中確定的聚類特征的類別確定所述P種識別特征在進行加權融合時的最佳權值組合，以獲得所述人臉圖像與所述人臉模板的綜合相似度。

2.根據權利要求1所述的人臉識別方法，其特征在于，在識別特征提取步驟之前包括：

樣本采集步驟，用于采集多種聚類特征條件下的人臉圖像樣本，以構造訓練樣本集；

樣本聚類特征提取步驟，用于對經過預處理的訓練樣本集中的樣本進行聚類特征提取；

分類步驟，用于根據從訓練樣本中提取出的聚類特征，采用無監督聚類方法將所述訓練樣本集中的樣本劃分為K類，其中，K為正整數；

最佳權值計算步驟，用于分別提取K類樣本中的各樣本的P種識別特征，分別計算P種識別特征與其在預先設定的標準人臉模板中對應特征的相似度，并計算通過對各相似度的不同權值進行加權融合所得的綜合相似度，獲得識別特征的最佳權值的組合。

3.根據權利要求2所述的人臉識別方法，其特征在于，所述無監督聚類方法包括k均值聚類方法。

4.根據權利要求1或2所述的人臉識別方法，其特征在于，所述聚類特征包括光照估計特征，所述光照估計特征包括人臉圖像樣本的灰度均值或方差。

5.根據權利要求1或2所述的人臉識別方法，其特征在于，所述聚類特征包括姿態特征，所述姿態特征包括人臉圖像中鼻尖和嘴角的坐標值。

6.根據權利要求2所述的人臉識別方法，其特征在于，在所述最佳權值計算步驟中，根據人臉圖像樣本的最大化識別率或最小化等錯率或最大化通過率獲得所述最佳權值的組合。

7.根據權利要求2所述的人臉識別方法，其特征在于，在所述最佳權值計算步驟中，還包括確定該最佳權值的組合對應的相似度閾值的步驟。

8.一種人臉識別裝置，其特征在于，包括：

聚類特征提取單元，用于對經過預處理的人臉圖像進行聚類特征提取；

確定單元，根據從所述人臉圖像中提取出的聚類特征確定與所述人臉圖像匹配的預先訓練得到的聚類特征類別；

識別特征提取單元，用于對經過預處理的人臉圖像進行P種識別特征的提取，其中P為大于1的自然數；以及

計算單元，用于分別計算所述P種識別特征與其在預先注冊的人臉模板中的對應特征的相似度，并根據所述確定單元確定的聚類特征的類別確定所述P種識別特征在進行加權融合時的最佳權值組合，以獲得所述人臉圖像與所述人臉模板的綜合相似度。

9.根據權利要求8所述的人臉識別裝置，其特征在于，還包括：

樣本采集單元，用于采集多種聚類特征條件下的人臉圖像樣本，以構造訓練樣本集；

樣本聚類特征提取單元，用于對經過預處理的訓練樣本集中的樣本進行聚類特征提取；

分類單元，用于根據從訓練樣本中提取出的聚類特征，采用無監督聚類方法將所述訓練樣本集中的樣本劃分為K類，其中，K為正整數；

最佳權值計算單元，用于分別提取K類樣本中的各樣本的P種識別特征，分別計算P種識別特征與其在預先設定的標準人臉模板中對應特征的相似度，并計算通過對各相似度的不同權值進行加權融合所得的綜合相似度，獲得識別特征的最佳權值的組合。

10.根據權利要求9所述的人臉識別裝置，其特征在于，所述無監督聚類方法包括k均值聚類方法。

11.根據權利要求8或9所述的人臉識別裝置，其特征在于，所述聚類特征包括光照估計特征，所述光照估計特征包括人臉圖像樣本的灰度均值或方差。

12.根據權利要求8或9所述的人臉識別裝置，其特征在于，所述聚類特征包括姿態特征，所述姿態特征包括人臉圖像中鼻尖和嘴角的坐標值。