[發(fā)明專利]一種人臉識別方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201410040458.X
• 申請日: 2014-01-27
• 公開（公告）號: CN103745206B
• 公開（公告）日: 2018-07-10
• 發(fā)明（設(shè)計）人: 馮良炳
• 申請（專利權(quán)）人: 中國科學(xué)院深圳先進技術(shù)研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/64
• 代理公司: 深圳中一專利商標(biāo)事務(wù)所 44237
• 代理人: 張全文

1.一種人臉識別方法，其特征在于，所述方法包括：

建立人臉圖像數(shù)據(jù)庫，所述人臉圖像數(shù)據(jù)庫包括二維人臉圖像以及與所述二維人臉圖像對應(yīng)的帶有紋理的三維人臉模型；

獲取待識別人臉圖像，并將獲取的所述待識別人臉圖像與所述人臉圖像數(shù)據(jù)庫中的二維人臉圖像進行匹配，獲得最匹配的二維人臉圖像對應(yīng)的帶有紋理的三維人臉模型；

根據(jù)所述最匹配的二維人臉圖像對應(yīng)的帶有紋理的三維人臉模型計算獲得所述待識別人臉圖像與該三維人臉模型之間的投影矩陣；

基于所述投影矩陣和所述人臉圖像數(shù)據(jù)庫中的每個三維人臉模型生成多個新的二維人臉圖像，其中每一個三維人臉模型對應(yīng)一個新的二維人臉圖像；

提取所述待識別人臉圖像的LBP特征向量以及所述新的二維人臉圖像的LBP特征向量，將提取的所述待識別人臉圖像的LBP特征向量與所述新的二維人臉圖像的LBP特征向量進行匹配，獲得最匹配的LBP特征向量對應(yīng)的二維人臉圖像，并將該二維人臉圖像的身份作為所述待識別人臉圖像的最終識別身份；

基于所述新的二維人臉圖像的LBP特征向量，獲取所述新的二維人臉圖像的強LBP特征向量，其公式具體為：

V_i＝W^TV_LBPi

其中，V_i表示第i個新的二維人臉圖像的強LBP特征向量，V_LBPi表示第i個新的二維人臉圖像的LBP特征向量，W＝[q₁ q₂ ... q_k]，q_k為前k個最大特征值，i＝1,2...n，k<n，n表示新的二維人臉圖像的個數(shù)。

2.如權(quán)利要求1所述的方法，其特征在于，所述提取所述新的二維人臉圖像中的LBP特征向量包括：

對所述新的二維人臉圖像進行分塊，并針對每一個分塊提取多個不同尺度下的LBP特征向量；

合并不同尺度下的LBP特征向量，將合并后的LBP特征向量作為對應(yīng)分塊的LBP特征向量；

合并每個分塊的LBP特征向量，將每個分塊合并后的LBP特征向量作為對應(yīng)新的二維人臉圖像的特征向量。

3.如權(quán)利要求2所述的方法，其特征在于，所述方法還包括：

對每個分塊合并后的LBP特征向量進行歸一化處理。

4.如權(quán)利要求1所述的方法，其特征在于，所述將提取的所述待識別人臉圖像的LBP特征向量與所述新的二維人臉圖像的LBP特征向量進行匹配的公式為：

f＝1-V_LBP0^TV_LBPi

其中，V_LBP0為所述待識別人臉圖像的LBP特征向量，V_LBPi為所述新的二維人臉圖像的LBP特征向量，f值越小表示匹配度越高。