[發(fā)明專利]基于大規(guī)模圖像數(shù)據(jù)的人臉特征提取方法及人臉識別方法

有效

• 申請?zhí)枺?/td>: 201210495625.0
• 申請日: 2012-11-28
• 公開（公告）號: CN102938065B
• 公開（公告）日: 2017-10-20
• 發(fā)明（設(shè)計）人: 印奇;曹志敏;唐文斌;楊沐
• 申請（專利權(quán)）人: 北京曠視科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/64;G06K9/00
• 代理公司: 北京睿邦知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)11481
• 代理人: 徐丁峰

1.一種基于大規(guī)模圖像數(shù)據(jù)的人臉特征提取方法，其步驟為：

1)建立一人臉圖像數(shù)據(jù)庫A，其中每一人分別具有多種不同表情、姿態(tài)、光照的多張人臉圖像；建立一人臉圖像數(shù)據(jù)庫B，其包括多種不同表情、姿態(tài)、光照的人臉圖像；

2)利用人臉檢測算法對人臉圖像數(shù)據(jù)庫A和人臉圖像數(shù)據(jù)庫B中的每一張人臉圖像數(shù)據(jù)進行人臉檢測，并輸出一包容人臉的矩形框和兩眼像素坐標；

3)利用檢測到的每一張人臉圖像對應(yīng)的矩形框和兩眼像素坐標對人臉圖像進行矯正和縮放，生成一設(shè)定標準格式圖像；

4)利用人臉檢測算法提取3)中生成的每一張標準格式人臉圖像的底層紋理特征向量，所述底層紋理特征向量包括整張人臉的底層紋理特征；

5)對于人臉圖像數(shù)據(jù)庫A中的每一人a，將其在人臉圖像數(shù)據(jù)庫A中的所有人臉圖像的底層紋理特征向量作為正樣本，將所有屬于人臉圖像數(shù)據(jù)庫B中人的人臉圖像底層紋理特征向量作為負樣本，利用支持向量機算法訓(xùn)練一個可識別該人a的分類器；

6)對于一新人臉圖像，利用步驟2)、3)的人臉檢測和矯正、縮放方法，生成一設(shè)定標準格式圖像，并提取該標準格式圖像的底層紋理特征向量；

7)將所述底層紋理特征向量并行輸入至步驟5)中得到的每一個分類器，利用所述分類器對該新人臉圖像的底層紋理特征向量進行判別，分別得到一個分類器判別分數(shù)，所述判別分數(shù)表示該新人人臉與所述分類器對應(yīng)的可識別的人的人臉的相似度；

8)根據(jù)所有分類器判別分數(shù)建立一向量，作為該新人臉圖像的特征向量。

2.如權(quán)利要求1所述的方法，其特征在于所述人臉圖像數(shù)據(jù)庫B中任一人的人臉圖像均不屬于所述人臉圖像數(shù)據(jù)庫A中某人的人臉圖像。

3.如權(quán)利要求1或2所述的方法，其特征在于所述人臉圖像數(shù)據(jù)庫A和人臉圖像數(shù)據(jù)庫B的建立方法為：

1)收集多條名人姓名作為搜索引擎的關(guān)鍵字，在互聯(lián)網(wǎng)上搜索人臉圖像；

2)將每一個關(guān)鍵字得到的前若干個圖像結(jié)果下載并存入一單獨的文件路徑下；

3)將每個名人文件路徑下的所有檢測出的人臉圖像進行篩選，將錯誤檢出的人臉圖像剔除，將是人臉圖像但不屬于該名人的人臉圖像存入人臉圖像數(shù)據(jù)庫B；所有名人文件路徑下剩余人臉圖像構(gòu)成人臉圖像數(shù)據(jù)庫A。

4.如權(quán)利要求1或2所述的方法，其特征在于所述矯正方法為：將檢測到的每一張人臉圖像按照其對應(yīng)的矩形框和兩眼像素坐標計算一個平面上的相似變換。

5.如權(quán)利要求1所述的方法，其特征在于所述底層紋理特征向量的提取算法為Gabor濾波器算法，或HOG算法，或LBP算法。

6.一種基于大規(guī)模圖像數(shù)據(jù)的人臉特征提取的人臉識別方法，其特征在于基于權(quán)利要求1所述方法提取的新人臉圖像的特征向量，對該新人進行人臉識別。