[發(fā)明專(zhuān)利]一種人臉識(shí)別方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201210587618.3
• 申請(qǐng)日: 2012-12-28
• 公開(kāi)（公告）號(hào): CN103902961B
• 公開(kāi)（公告）日: 2017-02-15
• 發(fā)明（設(shè)計(jì)）人: 黃磊;任智杰;彭菲
• 申請(qǐng)（專(zhuān)利權(quán)）人: 漢王科技股份有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/62
• 代理公司: 北京中博世達(dá)專(zhuān)利商標(biāo)代理有限公司11274
• 代理人: 趙婷婷

1.一種人臉識(shí)別方法，其特征在于，包括：

聚類(lèi)特征提取步驟，用于對(duì)經(jīng)過(guò)預(yù)處理的模板人臉圖像和待識(shí)別人臉圖像進(jìn)行聚類(lèi)特征提取；所述聚類(lèi)特征包括：光源信息特征，和/或，遮擋信息特征；

類(lèi)別確定步驟，將提取的聚類(lèi)特征輸入到預(yù)先訓(xùn)練的聚類(lèi)類(lèi)別模型，確定所述模板人臉圖像和待識(shí)別人臉圖像的聚類(lèi)類(lèi)別；

識(shí)別特征提取步驟，用于對(duì)經(jīng)過(guò)預(yù)處理的模板人臉圖像與待識(shí)別人臉圖像分別進(jìn)行N種識(shí)別特征的提取，其中N為大于1的自然數(shù)；

計(jì)算步驟，用于分別計(jì)算所述待識(shí)別人臉圖像的與模板人臉圖像的N種識(shí)別特征的相似度，并根據(jù)所述類(lèi)別確定步驟中確定的聚類(lèi)類(lèi)別選擇預(yù)先確定的最佳權(quán)值組合及對(duì)應(yīng)的動(dòng)態(tài)閾值，對(duì)所述提取的N種識(shí)別特征的相似度進(jìn)行加權(quán)融合，獲得待識(shí)別人臉圖像與模板人臉圖像的綜合相似度得分；

識(shí)別步驟，用于將待識(shí)別人臉圖像與所有的模板人臉圖像進(jìn)行匹配，選擇所述獲得待識(shí)別人臉圖像與模板人臉圖像的綜合相似度得分最高的；將所述最高的綜合相似度得分與所述動(dòng)態(tài)閾值比較，如果不小于所述動(dòng)態(tài)閾值，判斷所述待識(shí)別人臉圖像為綜合相似度最高得分對(duì)應(yīng)的人臉模板，通過(guò)識(shí)別；如果小于所述動(dòng)態(tài)閾值，則拒識(shí)。

2.根據(jù)權(quán)利要求1所述的人臉識(shí)別方法，其特征在于，

所述計(jì)算步驟還包括：獲取所述待識(shí)別人臉圖像與所有的模板人臉圖像中第k個(gè)類(lèi)別對(duì)應(yīng)的相似度調(diào)整量；根據(jù)所述獲取的相似度調(diào)整量，對(duì)所述獲得的待識(shí)別人臉圖像與模板人臉圖像的綜合相似度得分進(jìn)行調(diào)整，獲取修正的待識(shí)別人臉圖像與模板人臉圖像的綜合相似度得分；

所述識(shí)別步驟還包括：選擇所述獲取的修正的待識(shí)別人臉圖像與模板人臉圖像的綜合相似度得分最高的；將所述最高的修正綜合相似度得分與所述動(dòng)態(tài)閾值比較，如果不小于所述動(dòng)態(tài)閾值，判斷所述待識(shí)別人臉圖像為綜合相似度最高得分對(duì)應(yīng)的人臉模板，通過(guò)識(shí)別；如果小于所述動(dòng)態(tài)閾值，則拒識(shí)。

3.根據(jù)權(quán)利要求1或2所述的人臉識(shí)別方法，其特征在于，在識(shí)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(lèi)特征條件下的人臉圖像樣本，以構(gòu)造訓(xùn)練樣本集，所述訓(xùn)練樣本集包括：測(cè)試人臉圖像集和注冊(cè)人臉圖像集；

樣本聚類(lèi)特征提取步驟，用于對(duì)訓(xùn)練樣本集中的測(cè)試人臉圖像和注冊(cè)人臉圖像分別提取特征，組成聚類(lèi)特征；

分類(lèi)模型生成步驟，用于根據(jù)從訓(xùn)練樣本集中提取出的聚類(lèi)特征，采用聚類(lèi)方法得到K類(lèi)聚類(lèi)類(lèi)別模型，其中，K為正整數(shù)；

最佳權(quán)值和動(dòng)態(tài)閾值計(jì)算步驟，用于根據(jù)所述聚類(lèi)類(lèi)別模型將所述測(cè)試人臉圖像和注冊(cè)人臉圖像對(duì)劃分為多個(gè)樣本集，對(duì)每個(gè)樣本集中的測(cè)試人臉圖像和注冊(cè)人臉圖像對(duì)分別提取N種識(shí)別特征，并計(jì)算N種識(shí)別特征的相似度；根據(jù)人臉圖像樣本的最大化識(shí)別率或最小化等錯(cuò)率或最大化通過(guò)率獲得所述測(cè)試人臉圖像和注冊(cè)人臉圖像對(duì)的最佳權(quán)值的組合；并根據(jù)所述每個(gè)樣本集中的測(cè)試人臉圖像和注冊(cè)人臉圖像對(duì)的識(shí)別結(jié)果設(shè)定在人臉識(shí)別過(guò)程中的給定誤識(shí)下的動(dòng)態(tài)閾值。

4.根據(jù)權(quán)利要求3所述的人臉識(shí)別方法，其特征在于，所述聚類(lèi)方法包括有監(jiān)督聚類(lèi)方法和無(wú)監(jiān)督聚類(lèi)方法；所述有監(jiān)督的聚類(lèi)方法包括LVQ方法、SVM方法、BP神經(jīng)網(wǎng)絡(luò)方法，所述無(wú)監(jiān)督聚類(lèi)方法包括K-均值方法、統(tǒng)計(jì)參數(shù)建模方法，ISODATA方法、競(jìng)爭(zhēng)學(xué)習(xí)方法。

5.根據(jù)權(quán)利要求4所述的人臉識(shí)別方法，其特征在于，所述光源信息特征包括：人臉圖像樣本的灰度均值特征、方差特征；所述遮擋信息特征包括：人臉圖像樣本的灰度均值特征、方差特征、LBP特征。