[發明專利]一種基于圖像檢索和特征權重學習的人臉識別方法

有效

• 申請號: 201410360031.8
• 申請日: 2014-07-25
• 公開（公告）號: CN104143088A
• 公開（公告）日: 2014-11-12
• 發明（設計）人: 程洪;王玉琢;楊路
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 成都信博專利代理有限責任公司 51200
• 代理人: 卓仲陽

技術領域

本發明涉及計算機視覺技術領域，具體為一種基于圖像檢索和特征權重學習的人臉識別方法。?

背景技術

由于其在公共安全、人機交互、財產安全等領域的廣泛應用，人臉識別已經成為了一個非常活躍的研究領域。以往的研究主要限制在實驗室拍攝環境。但是，當我們需要處理真實場景下的人臉識別問題時，這些針對于實驗室環境的人臉識別算法效果隨著光照、表情、遮擋等的變化產生了極大的下降。相同的人臉由于拍攝條件的不同可能產生很大的差異性，這無疑給真實場景下的人臉識別問題帶來了很大的難度。同時，由于現代社交網絡的發展，圖片數據大量增加，一些常用的搜索手段在識別的準確性、系統的泛化能力以及識別的速度上都存在著不足。?

發明內容

針對上述問題，本發明的目的在于提供一種能夠快速準確識別出人臉基于圖像檢索和特征權重學習的人臉識別方法。?

為解決上述的技術問題，本發明采用以下技術方案：一種基于圖像檢索和特征權重學習的人臉識別方法，包括：?

步驟一：生成訓練樣本圖像集A和樣本圖像特征集F：?

S11收集人臉圖像生成訓練樣本圖像集A；?

S12使用SDM算法和仿射變換將人臉圖像旋轉到水平位置并且做尺度歸一化；?

S13提取訓練樣本圖像集A中每一張人臉圖像的SIFT特征f_i'，以及每個SIFT特征f_i'對應的幾何坐標z_i，得到一個M×130的特征集，其中M為每張人臉圖像的特征點個數；每個特征點f_i由一個128維的SIFT特征f_i'加上2維相對應的幾何坐標z_i組成，對SIFT特征f_i'做l₂范數歸一化，根據人臉尺寸對幾何坐標z_i做l₁范數歸一化；單個特征點表示如下：?

f_i＝[f_i',αz_i],0≤α≤1,?

z_i＝(x,y),i＝1,…M；?

其中，參數α是用來調節位置信息在SIFT特征匹配中的權重，x,y為特征點在人臉圖像?上的橫縱坐標；?

S14將所有人臉圖像的特征點的集合作為樣本圖像特征集F。?

步驟二：檢索得到匹配人臉圖像子集D_t：?

S21對樣本圖像特征集F采用K-means方法進行聚類，生成K個聚類；?

S22用步驟一中S13所述的方法提取待識別人臉圖像Q的特征集，得到待識別人臉圖像特征集F_Q；?

S23用歐幾里得度量法，做最近鄰查找，將待識別人臉圖像特征集F_Q中的每一個特征點分配到K個聚類中與之最近的那些聚類中去；將包含待識別人臉圖像特征集F_Q中特征點的那些聚類作為聚類集合K_Q；?

S24將訓練樣本圖像集A中所有包含有聚類集合K_Q中任意一個特征點的人臉圖像提取出來，作為匹配人臉圖像子集D_t。?

步驟三：計算并篩選得到相似人臉圖像子集D_s：?

S31計算K個聚類中每個聚類的逆文檔頻率idf(k)：?

idf(k)=Nn(k),]]>

其中，k表示聚類的標號，N表示訓練樣本圖像集A中的人臉圖像總數，n(k)表示訓練樣本圖像集A中包含有第k個聚類中任意一個特征點的人臉圖像數量；?

S32計算待識別人臉圖像Q和匹配人臉圖像子集D_t中每個匹配人臉圖像d_t的相似度S(Q,d_t)，?