[發明專利]一種基于屬性空間的人臉可視化特征表征方法

有效

• 申請號: 201310192441.1
• 申請日: 2013-05-22
• 公開（公告）號: CN103294998A
• 公開（公告）日: 2013-09-11
• 發明（設計）人: 陳雁翔;董緒文;劉盛中;龍潤田
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 安徽合肥華信知識產權代理有限公司 34112
• 代理人: 余成俊

技術領域

本發明屬于圖像處理和模式識別技術領域，涉及到一種基于屬性空間的人臉可視化特征表征方法。

背景技術

隨著計算機和圖像處理技術的迅猛發展，公共安全問題受到社會越來越多的關注，各種身份識別技術層出不窮。人臉識別以其直接、方便、友好、隱蔽等特點使其具有巨大的優勢。人臉識別涉及模式識別，計算機視覺，智能人工交互，計算機圖形學，認知科學等多個學科。作為生物特征識別關鍵技術，人臉識別在信息安全、安防、金融等領域具有很好的應用前景。

人們在人臉識別領域做了很多有益的嘗試并且取得了豐碩的成果，但是利用計算機進行自動、高效的人臉識別仍然有許多困難，主要表現為：人臉復雜，變化多樣、人臉圖像會受到包括光照、表情、姿態、拍攝視角甚至相機規格等因素的影響。

發明內容

本發明的目的在于提出一種在人臉屬性空間中研究人臉可視化特征的方法，以挖掘人臉可視化特征對人臉識別的作用。

本發明采用的技術方案是：

本發明提供了一種基于屬性空間的人臉可視化特征表征方法，包括以下步驟：

步驟1：人臉可視化特征被看作人臉屬性，獲取可用于人臉識別的人臉全局和局部屬性；一些基本的人臉屬性，如性別、種族等是用于判別人臉的突出屬性，但僅用這些屬性還不能完全有效地進行人臉識別，仍然需要獲得一些其他屬性加以補充；

步驟2：對步驟1選取的人臉屬性進行數據模擬，對數據預處理，提取“底層”特征；

數據模擬采用以下方式進行，評測小組中的一人先對每種屬性的數據進行初選，之后將數據發給小組其他成員，只有小組成員全部同意，該數據才會被加入此類屬性數據中；

對于全局屬性，如性別、年齡等，屬性數據先進行人臉檢測，用返回的關鍵點坐標將人臉矯正到標準坐標系統中；設x＇和y＇是變換前像素的坐標值，x和y是變換后像素的坐標值；a，b，c，d，e，f是仿射變換系數；仿射變換計算公式如下：

x=ax′+by′+cy=dx′+ey′+f]]>

對于局部屬性，如眼睛的寬度、眼眉的形狀等，屬性數據會被分割成8塊人臉子區域，在子區域中，獲取相應的可視化特征；

最后，預處理完成，對所有屬性數據提取sift作為“底層”特征；

步驟3：利用支持向量機（SVM）對屬性數據進行測評，獲得屬性和數據的最優化模擬；當選擇的數據經過步驟2處理后，對每種屬性給出帶標簽的正例（同一屬性數據）和反例（不同屬性數據），用于測試屬性和數據合理性；

步驟4：混合高斯模型（GMM）獲取輸入人臉的可視化特征；利用混合高斯模型（GMM）模擬屬性數據分布，形成屬性空間；計算輸入人臉數據在屬性空間中各種屬性數據分布的后驗概率；后驗概率相對應的人臉屬性被看作是人臉的可視化特征，對于輸入的人臉特征向量F(I)，根據已獲人臉屬性V_i=1...n，計算出相應的可視化特征為：