[發明專利]一種人臉識別的特征提取方法及裝置

在審

• 申請號: 201410040459.4
• 申請日: 2014-01-27
• 公開（公告）號: CN103745207A
• 公開（公告）日: 2014-04-23
• 發明（設計）人: 馮良炳
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 深圳中一專利商標事務所 44237
• 代理人: 張全文

技術領域

本發明屬于計算機技術領域，尤其涉及一種人臉識別的特征提取方法及裝置。

背景技術

人臉識別，是基于人的臉部特征信息，通過計算機進行身份識別的一種技術，當給定一張人臉時，通過人臉識別算法在預存儲了不同身份的眾多人臉的數據庫中進行查找，匹配出與給定的人臉最為相似的人臉，那么，該給定人臉的身份即為匹配出的人臉所對應的身份。目前，人臉識別技術被廣泛應用在安防、信息安全領域。

人臉識別技術的核心為對人臉特征的提取，目前，最常用的特征提取算法是局部二值模式（Local?Binary?Patterns，LBP）算法和尺度不變特征轉換（Scale-invariant?feature?transform，SIFT）算法，然而，對于LBP算法來說，其不能有效表征人臉局部區域的邊緣信息；而對于SIFT算法來說，其容易造成人臉部紋理信息的遺失，因此，綜合說來，上述算法均會對人臉特征的提取精度造成影響。

發明內容

本發明實施例的目的在于提供一種人臉識別的特征提取方法，旨在解決現有的人臉特征提取算法對人臉特征提取的精度低的問題。

本發明實施例是這樣實現的，一種人臉識別的特征提取方法，包括：

提取人臉圖像的多尺度局部二值模式LBP特征；

提取所述人臉圖像的尺度不變特征轉換SIFT特征；

獲取第一權重因子和第二權重因子，所述第一權重因子對應所述人臉圖像的LBP特征，所述第二權重因子對應所述人臉圖像的SIFT特征；

根據所述第一權重因子和所述第二權重因子，對所述人臉圖像的所述LBP特征和所述SIFT特征進行組合，生成所述人臉圖像的人臉特征。

本發明實施例的另一目的在于提供一種人臉識別的特征提取裝置，包括：

第一提取單元，用于提取人臉圖像的多尺度局部二值模式LBP特征；

第二提取單元，用于提取所述人臉圖像的尺度不變特征轉換SIFT特征；

獲取單元，用于獲取第一權重因子和第二權重因子，所述第一權重因子對應所述人臉圖像的LBP特征，所述第二權重因子對應所述人臉圖像的SIFT特征；

生成單元，用于根據所述第一權重因子和所述第二權重因子，對所述人臉圖像的所述LBP特征和所述SIFT特征進行組合，生成所述人臉圖像的人臉特征。

在本發明實施例中，將多尺度LBP特征提取與SIFT特征提取同時應用到人臉識別的特征提取過程中，并通過為根據上述兩種算法提取出的人臉特征分別賦予相應的權重，從而最終確定出人臉圖像的人臉特征，實現了對人臉紋理信息和人臉局部區域邊緣信息的保留，有效地提高了人臉識別過程中人臉特征提取的精度。

附圖說明

圖1是本發明實施例提供的人臉識別的特征提取方法的實現流程圖；

圖2是本發明實施例提供的人臉識別的特征提取方法S101的具體實現流程圖；

圖3是本發明實施例提供的人臉識別的特征提取方法圖像分塊的示意圖；

圖4是本發明實施例提供的人臉識別的特征提取方法S102的具體實現流程圖；

圖5是本發明實施例提供的人臉識別的特征提取裝置的結構框圖。

具體實施方式

為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。

在本發明實施例中，將多尺度LBP特征提取與SIFT特征提取同時應用到人臉識別的特征提取過程中，并通過為根據上述兩種算法提取出的人臉特征分別賦予相應的權重，從而最終確定出人臉圖像的人臉特征，實現了對人臉紋理信息和人臉局部區域邊緣信息的保留，有效地提高了人臉識別過程中人臉特征提取的精度。

圖1示出了本發明實施例提供的人臉識別的特征提取方法的實現流程，詳述如下：

在S101中，提取人臉圖像的多尺度LBP特征。

為了克服單尺度LBP算法提取出的人臉特征在人臉紋理信息表達上的不充分，在本實施例中，使用不同半徑大小來對人臉圖像進行LBP特征提取，從而獲取到人臉圖像在多個尺度下的LBP特征，實現了對人臉紋理信息的完整表達，有效地提高了人臉特征提取的精度。

具體地，如圖2所示，S101具體為：

在S201中，對所述人臉圖像進行分塊，得到N個圖像分塊，所述N為大于1的整數。