[發明專利]基于自編碼器的人臉圖像旋轉方法

有效

• 申請號: 201410529076.3
• 申請日: 2014-10-09
• 公開（公告）號: CN104298973B
• 公開（公告）日: 2018-03-30
• 發明（設計）人: 李玉鑑;郝利剛;張婷
• 申請（專利權）人: 北京工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京思海天達知識產權代理有限公司11203
• 代理人: 沈波

技術領域

本發明涉及一種基于自編碼器的人臉圖像旋轉方法，屬于計算機圖像處理技術領域。

背景技術

隨著信息技術的發展，高科技以數字化的形式融入了我們的生活，帶來了很多的便利，同樣又促進了數字化生活的發展。識別與驗證技術也發生了巨大的變化，由傳統的密碼驗證方式，更多的轉換為數字證書和生物認證識別等新興技術。尤其是生物識別技術，由于它是利用人體自身所固有的生理或行為特征作為識別依據來進行個體驗證的方法，克服了傳統認證手段易于丟失、遺忘，易被仿造盜用等缺點，越來越受到國內外研究者的廣泛關注。生物識別系統中，虹膜和指紋的研究較為成熟，也有了很好的實驗效果，但它們是被動采集的過程，需要人工的輔助和配合，具有一定的侵犯性。人臉識別是具有較友好的非接觸性的交互方式，具有作為識別特征的普遍性、唯一性、穩定性和易采集性等特點，并且更能符合人類的認知過程。人臉識別憑借著其自然性、高可接受性，在國家安全、金融安全及人機交互領域有著廣闊的應用前景。

人臉識別同樣也面臨著很多的問題和難點，正面的標準的人臉往往具有較高的識別性，但是側面人臉，不同表情的人臉，給人臉識別帶來了巨大的挑戰。如何將側面人臉旋轉為標準的正面人臉是當前人臉自動識別系統面臨最主要的挑戰。

目前用于側面人臉圖像旋轉為正面人臉圖像的方法主要是通過對人臉圖像進行三維人臉建模，雖然這種方法有其優點，但是，在較大規模的人臉圖像數據庫上的識別結果仍不能讓人滿意，其主要原因是計算量較大，處理時間很長，不同姿勢需要不同的模型，給進一步的人臉識別帶來了很多的不便。因此，尋找一種高效的人臉修正方法，具有重要的新穎性、創造性和實用價值。

發明內容

基于自編碼器的人臉圖像旋轉方法首先將側面人臉圖像非線性降維，然后將降維后的圖像還原，將圖像重建成原始大小的正面人臉圖像，該方法不需要事先知道人臉的姿勢，一定旋轉角度內的人臉圖像都可以重建成正面的人臉圖像；

為實現上述目的，本發明采用的技術方案為一種基于自編碼器的人臉旋轉方法，依次包括以下步驟：

步驟1、建立人臉圖像模板庫，定義有N個用戶，使用圖像采集設備，為每一個用戶拍攝正面和側面原始人臉圖像，拍攝側面圖像時，讓人臉以正前方為基準，旋轉一定角度進行拍攝；設人臉旋轉的角度為α，-45°≤α≤45°；獲得原始人臉圖像后，手工選擇圖像中只包含人臉部分構成純人臉圖像，每個用戶選一張正面圖像作為目標圖像模板和m張側面圖像作為側面圖像模板，第c個用戶的正面圖像和側面圖像分別用P_c和表示，1≤c≤N，1≤m≤100，(c-1)m+1≤t≤cm，用H_c和W_c分別表示正面圖像的高和寬，和分別表示側面圖像的高和寬，用表示N個用戶的純人臉圖像模板庫，把N個用戶的人臉圖像模板SOF分成兩部分，一部分為訓練人臉庫D1，包含每個用戶的一幅正面圖像和m幅側面圖像，用于訓練自編碼器；剩余用戶的正面圖像和側面圖像作為測試人臉庫D2，用于測試訓練后的自編碼器；

步驟2、如果純人臉圖像模板是彩色圖像，則首先將彩色圖像轉換成灰度圖像，用R_c(h,w)、G_c(h,w)和B_c(h,w)分別表示第c用戶正面人臉圖像中第(h,w)個像素的紅色分量、綠色分量和藍色分量，根據著名灰度化心理學公式計算其灰度值如下：

g_c(h,w)＝(R_c(h,w)×299+G_c(h,w)×587+B_c(h,w)×114+500)/1000灰度化后的人臉圖像分別用P_c＝{g_c(h,w)}，表示；

步驟3、使用訓練人臉庫D1中每個用戶經過灰度化后的側面圖像為訓練圖像，每個用戶對應的灰度化后的正面圖像為目標輸出，訓練自編碼器；

定義自編碼器包含2r-1個隱含層，輸入層的節點數為l，l＝H_c×W_c；第k個隱含層的節點數分別為l_k(1≤k≤2r-1)，輸出層的節點數和輸入層的節點數相同，都為l，網絡的參數為各個層的權值和偏置；