[發明專利]基于異構主動視覺網絡的人臉圖像樣本采集優化方法

無效

• 申請號: 201210152291.7
• 申請日: 2012-05-16
• 公開（公告）號: CN102693417A
• 公開（公告）日: 2012-09-26
• 發明（設計）人: 張濤;李瀟涵;陳宋;成宇;陳學東;孫昊;李何羿
• 申請（專利權）人: 清華大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 西安智大知識產權代理事務所 61215
• 代理人: 賈玉健

技術領域

本發明屬于人臉識別技術領域，特別涉及一種基于異構主動視覺網絡的人臉圖像樣本采集優化方法。

背景技術

人臉識別技術在民用和軍用領域都有很好的應用價值和應用前景，主要包括人臉圖像樣本采集、樣本圖像預處理、分類器訓練(亦稱人臉注冊)和樣本識別(亦稱人臉識別)這幾個技術環節，目前對樣本采集環節的研究較少。

在人機交互應用場景中，已具備一些對樣本采集環節的研究。這些技術與研究通常通過安裝在機器人上攝像頭的轉動和變焦，以及機器人本身的移動，來采集分辨率、姿態角合適的人臉圖像樣本，以注冊和識別人臉。Marc?Hanheide等在文獻Who?am?I?talking?with？A?Face?Memory?for?Social?Robots.2008?IEEE?International?Conference?on?Robotics?and?Automation?Pasadena，CA，USA，May?19-23，2008中提出了一種人與機器人的交互框架，采用了一個配備有云臺攝像頭的移動機器人，可以記住看過的人，并與之交談。Do?Joon?Jung等在文獻Detection?and?Tracking?of?Face?by?a?Walking?Robot.J.S.Marques?et?al.(Eds.)：IbPRIA?2005，LNCS?3522，pp.500-507，2005中設計的機器人能夠在動態變化的環境中，檢測和跟蹤人臉，并通過對機器人簡單的運動控制，使人臉保持在鏡頭中央。Chi-Yi?Tsai等在文獻ROBUST?FACE?TRACKING?CONTROL?OF?A?MOBILE?ROBOT?USING?SELF-TUNING?KALMAN?FILTER?AND?ECHO?STATE?NETWORK.Asian?Journal?of?Control，Vol.12，No.4，pp.488509，July?2010中采用對偶雅可比模型來描述機器人和目標的在世界坐標系和圖像平面中的空間位置關系和運動學關系，并利用卡曼濾波算法對目標位置進行估計與跟蹤。T.Wilhelm等在文獻A?multi-modal?system?for?tracking?and?analyzingfaces?on?a?mobile?robot.Robotics?and?Autonomous?Systems?48(2004)31-40.中利用一個多形態系統，由全景攝像頭、激光傳感器和移動機器人組成，來跟蹤和分析目標及其人臉。

不同于人機交互，在監控或軍事應用領域中，目標往往不會以期望的理想姿態，出現在距攝像頭合適的距離及角度范圍內。單攝像頭由于視野的局限性，不足以完成對目標的人臉圖像樣本采集，而且，依靠如文獻ROBUST?FACE?TRACKING?CONTROL?OF?A?MOBILE?ROBOT?USING?SELF-TUNING?KALMAN?FILTER?AND?ECHO?STATE?NETWORK.Asian?Journal?of?Control，Vol.12，No.4，pp.488509，July?2010中所述的濾波算法，難以處理目標位置跳變等情況，會導致目標丟失。因此，可以考慮采用攝像頭網絡，擴大視野范圍，利用多攝像頭的視覺冗余，增強魯棒性。由于選用的攝像頭同時應具備鏡頭運動和鏡頭參數調節能力，因而稱其為主動視覺網絡。攝像頭同時還可以是不同類型的，稱其為異構。攝像頭的不同功能特點可以形成互補。此外，對攝像頭的簡單控制不足以保證采集到的人臉圖像樣本具有足夠好的效果，使其能真正用于人臉注冊或人臉識別，需要根據人臉注冊或識別對人臉圖像樣本的要求，設計評價函數，定量地對攝像頭進行精細的控制。James?N.K.Liu等在文獻iBotGuard：An?Internet-Based?IntelligentRobot?Security?System?Using?Invariant?FaceRecognition?Against?Intruder.IEEE?TRANSACTIONS?ON?SYSTEMS，MAN，AND?CYBERNETICS?-PART?C：APPLICATIONS?AND?REVIEWS，VOL.35，NO.1，FEBRUARY2005中設計了基于互聯網的智能機器人安防系統，利用人臉識別對入侵者進行監測，但由于其設計的系統架構相對簡單，對技術模塊間的銜接與集成缺乏考慮，且只片面的研究了架構下的人臉識別技術，不足以在真實環境下進行應用。系統的、細致的架構設計，關鍵技術及其整合技術的研究顯得十分重要。