[發明專利]人臉特征的提取、認證方法及裝置

有效

• 申請號: 201310690584.5
• 申請日: 2013-12-16
• 公開（公告）號: CN103646244B
• 公開（公告）日: 2018-01-09
• 發明（設計）人: 江武明;張祥德;王寧;鄭金增;李倩穎;張芹芹
• 申請（專利權）人: 北京天誠盛業科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/00;G06F21/32
• 代理公司: 北京康信知識產權代理有限責任公司11240
• 代理人: 吳貴明,張永明

技術領域

本發明涉及圖像處理與模式識別領域，具體而言，涉及一種人臉特征的提取、認證方法及裝置。

背景技術

隨著網絡的普及以及信息技術的飛速發展，信息安全問題越來越引起人們的重視，已經成為技術發展必須要解決的關鍵問題。其中，如何準確的認證一個人的身份信息是信息安全領域的重要組成部分。

人臉認證是生物特征識別的一種形式，通過有效地表征人臉，得到兩幅人臉照片的特征，來判定這兩張照片是否是同一個人。相比于其他的生物特征認證技術，具有友好、方便、非侵入性等特點。因此，近年來人臉認證技術成為眾多科研和商業機構的研究熱點。

通常情況下，人臉認證的流程主要分為三部分：人臉檢測，眼睛定位與歸一化，特征提取與認證。由于人臉是一個三維形變模型，而且人臉認證是以攝像機成像模型所成的照片為介質的，所以認證的結果容易受到光照、姿態、表情和遮擋等外界因素的影響。同時由于人臉認證技術涉及到了模式識別，統計學習，機器視覺，應用數學與信息科學等眾多交叉學科，再加上其廣泛的應用前景，受到了越來越多的關注。

最初的人臉識別算法是利用人臉特征點之間像素的差別來做的，這種方法對背景光照等效果非常差，近年來，人臉識別的研究取得了飛速的進展，有一大批新的人臉識別算法被提出，不同的人有不同的分類方法，按照識別過程中人臉的表征方法，可以把人臉識別方法大體分為：基于幾何特征的方法、基于整體特征的方法、基于局部紋理特征的方法。

（1）基于幾何特征的方法

基于幾何特征的人臉表示主要是提取人臉的關鍵點，比如眼睛、鼻子、嘴巴、下巴、眉毛等。然后利用這些關鍵點的相對位置來計算距離、面積的比率等，然后利用這些比率作為人臉的表征。該方法在定位準確的前提下，對光照變化有很強的魯棒性，而且特征量比較小。但是，它有一個天生的缺點，那就是特別依賴于關鍵點的定位，而且關鍵點的相對位置容易受到表情以及姿態的影響。

（2）基于整體特征的方法

基于整體特征的人臉表示的一個主要的代表就是基于稀疏表示的方法。主要思想是直接利用一個很大的數據庫作為人臉的一組基，然后將要進行比對的人臉向這組基進行稀疏投影，得到每一個人臉在這組基下的投影系數，然后利用這組投影系數來表征人臉。實質上就是利用這組基的稀疏線性組合來表征一個待識別的人臉。該方法當用來做基的數據庫非常大且是閉集測試的時候，能取得相當不錯的識別效果，但是，當訓練庫比較小的時候，或者進行開集測試時，對庫外人的投影效果就不是很好。也就是說算法的泛化性不強。

（3）基于局部紋理特征的方法

基于局部紋理特征的一個典型的例子是基于Gabor特征的人臉表示。利用不同尺度和方向的Gabor核在圖像上進行濾波，然后針對濾波后的圖像做比對。Gabor特征有效的兼顧了信號的時域和頻域的表示。是目前最為流行的特征表示之一。然而，該方法最大的一個問題就是數據量非常大，一個利用5個尺度8個方向的Gabor核就會把一幅照片變為40幅特征，提高了存儲和計算的復雜度。

針對相關技術中人臉識別方法性能差、復雜度高的問題，目前尚未提出有效的解決方案。

發明內容

本發明的主要目的在于提供一種人臉特征的提取、認證方案，以至少解決上述問題。

根據本發明的一個方面，提供了一種人臉特征的提取方法，包括：對獲取的人臉圖像進行二維希爾伯特變換；以及將經過上述二維希爾伯特變換后的人臉圖像用二維解析信號表示。

優選地，對獲取的人臉圖像進行二維希爾伯特變換的公式為：

其中，f(x,y)=a_xy，用于表示M行N列的人臉圖像的圖像矩陣，a_xy為圖像矩陣中的元素，x為不大于M的正整數，y為不大于N的正整數，f_x(x,y)和f_y(x,y)為二維解析信號的兩個虛部；h_x、h_y分別為H_x、H_y的逆傅立葉變換的結果，而H_x、H_y分別為二維希爾伯特變換的頻域公式-jω/||ω||分解出的橫坐標分量和縱坐標分量。

優選地，二維希爾伯特變換的時域公式為：

其中，在h_x、h_y分別與f(x,y)卷積時，(u,v)用于表示以（x,y）為原點的笛卡爾坐標系內的空間位置，u和v的取值范圍均為w為正整數，為卷積窗口的大小。