[發明專利]針對不同尺度人臉圖像的識別方法

在審

• 申請號: 201610083936.4
• 申請日: 2016-02-06
• 公開（公告）號: CN105740838A
• 公開（公告）日: 2016-07-06
• 發明（設計）人: 張欣;劉海;于紅
• 申請（專利權）人: 河北大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 石家莊國域專利商標事務所有限公司 13112
• 代理人: 蘇艷肅

技術領域

本發明涉及人臉圖像的識別方法，具體地說是一種針對不同尺度人臉圖像的識別方法。

背景技術

人臉識別是生物特征識別的重要組成部分，它在公共安全、實時監控、權限認證、人機交互等領域有著廣泛的應用前景。目前已經有諸如：敏感區域的門禁認證、人臉考勤、人員聚集區域目標人跟蹤等系統投入了實際使用。

人臉識別的主要方法包括：模板匹配法、神經網絡法、基于隱馬爾科夫模型的方法、基于AdaBoost的人臉識別算法、基于幾何特征的人臉識別方法和基于代數特征的人臉識別方法等。這些人臉識別方法通常基于標準人臉庫，而標準人臉庫中的人臉數字圖像都是具有相同尺度的，因此，這些人臉識別方法都要求被識別人必須在十分配合的情況下才能達到設計效果。但在實際應用中，無論是在視頻中還是在拍攝的照片中，所采集到的人臉圖像的尺度大小是各不相同的。

當待識別的人臉圖像與已知人臉圖像的尺度不相同時，常用圖像縮放技術解決人臉尺度不同的問題。將圖像縮小即降采樣時，圖像會失去部分像素；將圖像放大時常采用的插值算法，會增加圖像中的冗余像素。因此，采用常用方法針對不同尺度人臉圖像進行縮放操作時，圖像的質量將不可避免地受到影響，進而影響到人臉識別的準確率。

發明內容

本發明提供了一種針對不同尺度人臉圖像的識別方法，旨在解決不同尺度人臉圖像在識別過程中圖像尺度差異對識別結果的影響，提高識別準確率。

本發明是這樣實現的：

針對不同尺度人臉圖像的識別方法，包括如下步驟：

a、對人臉圖像進行離散余弦變換(DCT)并獲得相同的DCT系數：將待識別的未知人臉圖像和用于匹配的已知人臉圖像集共同構成樣本集，把樣本集中的每一個二維人臉灰度圖像進行DCT變換,將轉換結果的二維DCT系數矩陣中的低頻部分選取56×46個分量保留下來。

b、對變換后的樣本集進行主成分分析(PCA)，獲得較低的特征維度：針對樣本集，用PCA構造包含20個最大特征值的特征子空間，將按照步驟a變換后的樣本集投影到該特征子空間中,分別得到每一幅人臉圖像的特征值。

c、利用相關系數歸一化法計算人臉圖像之間的特征匹配值：將未知人臉圖像的特征值與已知人臉圖像集的特征值分別計算相關系數并歸一化，得到一組特征匹配值；選取特征匹配值最大者即為與未知人臉圖像匹配的已知人臉圖像。

所述的識別方法中，步驟a中針對尺度為M×N的數字人臉灰度圖像，其二維離散余弦變換公式: