[發(fā)明專利]一種人臉視頻圖像驗(yàn)證方法及其嵌入式實(shí)現(xiàn)裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201310139715.0
• 申請(qǐng)日: 2013-04-19
• 公開（公告）號(hào): CN103198305A
• 公開（公告）日: 2013-07-10
• 發(fā)明（設(shè)計(jì)）人: 宋曉寧;王衛(wèi)東;楊習(xí)貝;祁云嵩
• 申請(qǐng)（專利權(quán)）人: 江蘇科技大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06T7/00;G06F21/32
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 李玉平

技術(shù)領(lǐng)域

本發(fā)明涉及一種人臉視頻圖像驗(yàn)證方法及其嵌入式實(shí)現(xiàn)裝置，特別是一種稀疏背離度評(píng)估的人臉視頻圖像驗(yàn)證方法及其嵌入式實(shí)現(xiàn)裝置，涉及到樣本稀疏分解技術(shù)與稀疏最小背離度評(píng)估技術(shù)；具體說(shuō)來(lái)包括人臉圖像的獲取、預(yù)處理、稀疏分解，背離度評(píng)估、訓(xùn)練原子更新以及最終分類驗(yàn)證；屬于圖像處理和模式識(shí)別的技術(shù)領(lǐng)域。

背景技術(shù)

在現(xiàn)有的眾多生物特征識(shí)別技術(shù)中，人臉識(shí)別技術(shù)因其特有的主動(dòng)性和用戶友好性等優(yōu)點(diǎn)，近年來(lái)以來(lái)一直受到廣泛關(guān)注。利用模式識(shí)別技術(shù)對(duì)人臉采集圖像進(jìn)行自動(dòng)分析、驗(yàn)證、檢索和識(shí)別，對(duì)于確保相關(guān)業(yè)務(wù)安全、提高工作效率、增加處理準(zhǔn)確性都具有非常重要的現(xiàn)實(shí)意義。人臉自動(dòng)識(shí)別技術(shù)以其較高的學(xué)術(shù)價(jià)值和應(yīng)用價(jià)值近年來(lái)受到國(guó)內(nèi)外眾多研究機(jī)構(gòu)以及學(xué)者的廣泛重視，該技術(shù)主要包含了兩方面的內(nèi)容，第一，采集圖像的預(yù)處理，它是各類人臉圖像內(nèi)容理解和識(shí)別的前提和基礎(chǔ)；第二，對(duì)預(yù)處理后的圖像內(nèi)容進(jìn)行建模分析和識(shí)別，它是檢驗(yàn)人臉自動(dòng)識(shí)別技術(shù)性能好壞的標(biāo)準(zhǔn)。

目前，在國(guó)內(nèi)外人臉識(shí)別研究領(lǐng)域中，通過(guò)構(gòu)造有效稀疏基信息解決高維人臉樣本的特征抽取、識(shí)別及重建的技術(shù)還處于起步階段。傳統(tǒng)的代數(shù)特征描述技術(shù)僅保存了模式的全局結(jié)構(gòu)屬性，更多適用于線性可分情況。而研究表明，許多在自然界獲取的圖像尤其人臉圖像因光照、姿態(tài)等因素發(fā)生變化時(shí)，會(huì)造成圖像的線性不可分。其次，一些圖像位于高維空間的非線性流形結(jié)構(gòu)上，由此帶來(lái)特征分析的困難。上述因素使傳統(tǒng)代數(shù)描述方法不能較好地表示模式的內(nèi)在結(jié)構(gòu)，從而導(dǎo)致分類識(shí)別的效率較低。在已知的現(xiàn)有技術(shù)中，典型的基于流形結(jié)構(gòu)的方法有Local?linear?embedding(LLE)，Isomap和Laplacian?eigenmap，并在實(shí)驗(yàn)數(shù)據(jù)上取得了良好的效果。然而這些方法所提取的映射關(guān)系僅建立在訓(xùn)練數(shù)據(jù)上，對(duì)如何評(píng)價(jià)測(cè)試數(shù)據(jù)的映射并不精確，這導(dǎo)致它們?cè)趫D像識(shí)別領(lǐng)域的應(yīng)用比較少。Locality?Preserving?Projections(LPP)方法對(duì)Laplacian?eigenmap方法近似線性化，從而有效保持了樣本之間的局部結(jié)構(gòu)，在圖像處理等領(lǐng)域取得了較好的結(jié)果，但是該方法的缺陷是沒有充分發(fā)現(xiàn)圖像的類別信息。以上流形方法的典型改進(jìn)模型有Supervised?LPP(SLPP)和Locally?discriminating?projection(LDP)，然而，這類方法仍然未能強(qiáng)化保持圖像空間的差異信息，它們?cè)诿枋鰣D像之間的局部結(jié)構(gòu)時(shí)，忽略了樣本之間的非局部屬性和總體信息，從而導(dǎo)致這類方法的魯棒性還不夠高。

綜合上述理論基礎(chǔ)，通過(guò)構(gòu)造有效稀疏基信息實(shí)現(xiàn)高維流形人臉圖像驗(yàn)證系統(tǒng)包含三個(gè)關(guān)鍵要素：稀疏性、非相關(guān)觀測(cè)、優(yōu)化重建。構(gòu)造樣本稀疏基的前提是輸入信號(hào)具有一定的稀疏度，但是所生成的非相關(guān)觀測(cè)中往往會(huì)包含過(guò)多的測(cè)量數(shù)目，對(duì)后續(xù)分類器而言，過(guò)多的測(cè)量數(shù)目會(huì)抑制分類器的性能。

發(fā)明內(nèi)容

發(fā)明目的：針對(duì)先有技術(shù)中存在的問題和不足，我們需要對(duì)樣本的稀疏先驗(yàn)描述做進(jìn)一步的重建和優(yōu)化，期望所提方法使樣本的稀疏信號(hào)在相同重構(gòu)精度下具備了更優(yōu)的測(cè)量數(shù)目和質(zhì)量，從而可以有效地解決高維樣本的特征抽取、重建及分類問題。因此，提供一種用于多種值守場(chǎng)所、安全性高的關(guān)鍵崗位人員的人臉視頻圖像驗(yàn)證方法及其嵌入式實(shí)現(xiàn)裝置，從而靈活地保證關(guān)鍵崗位人員的高度警惕和身份安全。本發(fā)明克服現(xiàn)有技術(shù)中存在的不足，操作方便，檢測(cè)精度高，具有較好的通用性及便攜性。

技術(shù)方案：一種人臉視頻圖像驗(yàn)證方法，包括如下步驟：

a、通過(guò)攝像頭獲取檢測(cè)人員的人臉圖像樣本，并以bmp方式存儲(chǔ)；

b、對(duì)人臉圖像進(jìn)行瞳孔位置檢測(cè)，精確獲得人臉測(cè)試樣本的雙瞳孔連線；

c、根據(jù)雙瞳孔連線確定人臉測(cè)試樣本的圖像傾角；

d、根據(jù)上述傾角將人臉測(cè)試樣本旋轉(zhuǎn)到水平位置，以分割提取出準(zhǔn)確的人臉圖像區(qū)域；

e、用系統(tǒng)已存有的訓(xùn)練樣本來(lái)線性描述這個(gè)人臉測(cè)試樣本，得到描述結(jié)果y，由此計(jì)算出該測(cè)試樣本的初始稀疏表示系數(shù)；

所述步驟e包括如下步驟：

e1、假設(shè)系統(tǒng)共有C類n個(gè)訓(xùn)練樣本x₁,…，x_n，記X_i∈R^m×n(i＝1,2,…，C)表示第i類的訓(xùn)練樣本集合，這里X_i的每一列表示一個(gè)訓(xùn)練樣本，則C類一共對(duì)應(yīng)的全體訓(xùn)練樣本集合是X＝[X₁，…，X_C]；