[發明專利]人臉認證方法和裝置

在審

• 申請號: 201510475310.3
• 申請日: 2015-08-05
• 公開（公告）號: CN105138968A
• 公開（公告）日: 2015-12-09
• 發明（設計）人: 李旭;王洋;朱和貴;張祥德
• 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
• 代理公司: 北京恩赫律師事務所 11469
• 代理人: 劉守憲;趙文成

技術領域

本發明涉及生物識別領域，特別是指一種基于LBP特征的貝葉斯人臉認證方法和裝置。

背景技術

隨著人們對信息的安全性、隱蔽性的重視，身份認證技術變得越來越重要。傳統的身份認證手段，如身份證、密碼等，使用麻煩，最大的缺點在于它不能區分擁有者和冒充者。生物特征是人與生俱來的，并且有唯一性和不易復制性，因此，生物特征識別的研究具有重要意義。

人臉認證是通過提取兩幅人臉圖像的有效特征，利用分類算法來判斷兩幅人臉圖像是否來自同一人。人臉認證與指紋識別、虹膜識別等生物特征識別方法相比具有非強制性和非接觸性等優點，因此被廣泛應用到商業、國家信息安全和公共安全等領域，但是人臉屬于典型的三維非剛性對象，人臉圖像的采集容易受到光照、姿態、表情、遮擋等不確定因素的影響，因此，人臉認證相比于其他生物特征識別方法具有更高的挑戰性。

目前，根據人臉特征提取方式的不同，人臉認證方法大體分為：基于幾何特征的方法、基于統計學習的方法和基于模板匹配的方法。這三種人臉認證方法分別存在特征單一，識別率比較低；對光照、姿態、表情、遮擋等較為敏感；相應的時間和空間復雜度較高，無法滿足實際應用中實時性的需求的缺點。

發明內容

本發明要解決的技術問題是提供一種魯棒性強、準確性高、穩定性好和計算簡便的人臉認證方法和裝置。

為解決上述技術問題，本發明提供技術方案如下：

一種人臉認證方法，包括：

獲取人臉圖像樣本對；

對獲取的人臉圖像樣本對進行預處理；

對預處理后的人臉圖像樣本對提取全局和局部的LBP特征，并對全局和局部的LBP特征進行融合，得到融合后的特征；

根據預先訓練后的聯合貝葉斯分類器，以所述融合后的特征作為輸入，計算判斷人臉圖像樣本對是否屬于同一個人。

一種人臉認證裝置，包括：

獲取模塊：用于獲取人臉圖像樣本對；

預處理模塊：用于對獲取的人臉圖像樣本對進行預處理；

特征提取模塊：用于對預處理后的人臉圖像樣本對提取全局和局部的LBP特征，并對全局和局部的LBP特征進行融合，得到融合后的特征；

判斷模塊：用于根據預先訓練后的聯合貝葉斯分類器，以所述融合后的特征作為輸入，計算判斷人臉圖像樣本對是否屬于同一個人。

本發明具有以下有益效果：

與現有技術相比，本發明的人臉認證方法和裝置，對人臉圖像的LBP特征進行提取，LBP是一種用來描述圖像局部紋理特征的算子，它具有旋轉不變性和灰度不變性等顯著的優點，不僅對光照、表情等變化有較強的魯棒性，而且該算法具有較低的時間復雜度，計算簡便，能夠滿足實際應用中實時性的需求，同時，為了既保留人臉全局的結構信息，又對人臉重要器官的描述有所側重，提高檢測的準確性，本發明對預處理后的一對人臉圖像的全局和局部的LBP特征進行提取，并進行特征融合。此外，本發明還通過聯合貝葉斯方法構建分類器對一對人臉特征進行分類，從而判斷兩幅圖像是否來自同一個人，聯合貝葉斯方法是一種穩定的學習方法，該方法具有強大的推理能力和計算簡單的特點。本發明在進行人臉認證時，不僅對光照、表情等變化有較強的魯棒性，同時也具有準確性高、穩定性好和計算簡便的優點。

附圖說明

圖1為本發明的人臉認證方法的流程示意圖；

圖2為本發明的人臉認證方法的聯合貝葉斯分類器訓練方法的流程示意圖；

圖3為本發明的人臉認證方法的總體框架示意圖；

圖4為本發明的人臉認證方法的全局和局部的LBP特征提取的流程示意圖；

圖5為本發明的人臉認證裝置的結構示意圖；

圖6為本發明的人臉認證裝置的判斷模塊的結構示意圖。

具體實施方式

為使本發明要解決的技術問題、技術方案和優點更加清楚，下面將結合附圖及具體實施例進行詳細描述。

一方面，本發明提供一種人臉認證方法，如圖1所示，包括：

步驟S101：獲取人臉圖像樣本對；

本步驟中，根據使用環境的不同，圖像樣本對可以由實時采集的人臉圖像和數據庫中存儲的人臉圖像構成，也可以由兩幅數據庫中存儲的人臉圖像構成，甚至是由兩幅實時采集的人臉圖像構成。

步驟S102：對獲取的人臉圖像樣本對進行預處理；