[發明專利]人臉認證方法和裝置

有效

• 申請號: 201310752853.6
• 申請日: 2013-12-31
• 公開（公告）號: CN103679158B
• 公開（公告）日: 2017-06-16
• 發明（設計）人: 王寧;張祥德;江武明;張要羅
• 申請（專利權）人: 北京天誠盛業科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京康信知識產權代理有限責任公司11240
• 代理人: 李志剛,吳貴明

技術領域

本發明涉及圖像處理領域，具體而言，涉及一種人臉認證方法和裝置。

背景技術

隨著信息技術的發展，信息安全問題日益突出。其中對人的身份識別是信息安全領域的重要組成部分。

人臉認證是人臉識別的一種形式，通過提取兩幅給定人臉圖像的特征，判斷是否是同一個人，相對于其它的生物特征認證技術具有直接、友好、方便的特點。

人臉認證主要由人臉檢測、人眼定位、特征提取與認證三部分構成。

人臉屬于典型的三維非剛性對象,而且人臉認證一般也是基于視圖模式的，容易受到光照、姿態、表情等不確定因素的影響,因此人臉識別具有很高的挑戰性，同時人臉識別涉及計算機科學、模式識別、人工智能等多個領域,加上其廣泛的應用市場和巨大商業潛力,已經受到越來越多的公司和研究機構的關注。

以下對相關技術中的人臉認證方案進行介紹：

早期人臉識別算法都是用人臉特征點之間的間距、比率等參數作為特征，并假定圖像背景單一或者無背景。在過去的幾十年，人臉識別的研究取得了較大進展，國內外研究人員提出了一些關于人臉識別的方法，不同的研究人員可能從不同的角度對已有的人臉識別算法進行歸納和分類,但總的來說,人臉識別算法是個特征提取的方法,特征的形式和分類規則是密切相關的。在本申請中將人臉識別方法大體分為:基于幾何特征的方法,基于代數特征的方法,基于紋理特征的方法。

（1）基于幾何特征的方法

這種方法將人臉用一個幾何特征矢量表示,幾何特征矢量是以人臉器官的形狀和幾何關系為基礎的特征矢量,其分量通常包括指定人臉兩點間的歐氏距離、曲率、角度等。主要算法有積分投影法、彈性模板匹配等。

這種算法利用了人臉眼睛、鼻子、嘴巴等不同特征點的位置，這些點的位置信息很難獲得，而且受表情光照的影響比較大。

（2）基于代數特征的方法

這種方法考慮了人臉模式的整體屬性，比如主成分分析方法，線性判別分析方法。

主成分分析方法是將人臉圖像作為一個向量，對其進行主成分分析，降到一定維數，得到特征向量，用兩個向量之間的夾角余弦值來衡量兩個人臉圖像的相似度。

線性判別分析方法的基本思想通過尋找一個投影空間，使得投影后樣本類間離散度和樣本類內離散度的比值最大，因此LDA生成的子空間以實現最佳可分性為目的,從而比PCA更加適合識別。

這類方法所遇到的最大問題是矩陣的奇異性問題，而且是利用人臉的整體信息，易受表情，光照等影響。

（3）基于紋理特征的方法

這類方法提取人臉上的紋理信息，將人臉識別問題轉化為紋理分類，常見的提取的紋理特征有LBP特征，Gabor特征，POEM特征。

這三種特征方式都可以提取人臉圖像的局部信息，不受遮擋的影響，但LBP特征對光照的穩定性不好，尤其是在有非均勻光照變化的時候。Gabor特征受光照影響小一些，但在整個人臉上提取每個點的Gabor特征，速度較慢。相對于LBP特征,POEM先求梯度圖，在此基礎上應用LBP算子，這樣同樣減少了光照的影響，POEM特征按照塊進行提取和運算，速度較快，不過，需要合理設計特征塊的位置和尺寸。簡而言之，Gabor特征是用人臉圖像上的點，而POEM特征是用人臉圖像上的塊。

相關技術的缺陷

1、由于人臉是一個復雜多變的非剛性物體，此外人臉表情豐富，加上圖像獲取過程中外界條件發生變化的影響，給人臉的認證帶來了困難。單純依靠一種人臉特征進行人臉認證，很難取得理想的效果。

2、由于人臉模式的復雜性，需要認證算法時間復雜度要低。在使用Gabor特征時存儲要用到數千個Gabor特征點，計算量非常大，不利于大規模人臉數據庫的識別認證。基于Gabor特征的人臉認證方法，需要提取大量的Gabor特征點，并且需要進行大量復雜的運算，因此其提取速度慢，另外，該方法提取的Gabor特征點中存在很多相關性較高的特征點，這在人臉認證時的區分度不高。

3、利用POEM特征采樣同樣有局限性，其對圖像塊的劃分是固定的。因為人臉受環境和姿態影響較大，如果特征塊的位置和大小固定，那么將不能保證在人臉上提取更多更有效的特征。

這種方法在提取POEM特征塊時的計算量較小，因此其提取特征點的速度較快，但是，在相關技術中通常要固定POEM特征塊的位置和大小，而這種固定位置和大小的POEM特征塊不一定是最理想的特征塊。另外，該方法提取的POEM特征塊中存在很多相關性較高的特征塊，這在人臉認證時的區分度不高。