[發(fā)明專利]一種基于雙攝像頭的智能人臉識別方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201610983935.5
• 申請日: 2016-11-09
• 公開（公告）號: CN106845328B
• 公開（公告）日: 2019-10-11
• 發(fā)明（設(shè)計）人: 賀月路;鐘進堂;周榮華
• 申請（專利權(quán)）人: 廣州市賀氏辦公設(shè)備有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 廣州嘉權(quán)專利商標事務(wù)所有限公司 44205
• 代理人: 胡輝

1.一種基于雙攝像頭的智能人臉識別方法，其特征在于：包括以下步驟：

通過雙攝像頭分別采集黑白人臉圖像和彩色人臉圖像；

采用頻域殘差法對黑白人臉圖像進行顯著性檢測，得到黑白顯著性圖像；

采用基于差分圖的PCA分析法在黑白顯著性圖像中進行黑白人臉識別；

采用改進的膚色檢測算法對彩色人臉圖像進行膚色提取與分割，得到彩色人臉候選區(qū)域；

采用改進的8級并行PCA分析法在彩色人臉候選區(qū)域中進行彩色人臉識別；

根據(jù)黑白人臉識別的結(jié)果和彩色人臉識別的結(jié)果進行加權(quán)識別，得出最終的人臉識別結(jié)果；

所述采用基于差分圖的PCA分析法在黑白顯著性圖像中進行黑白人臉識別這一步驟，其包括：

獲取黑白顯著性圖像S(i，j)的水平差值圖像S_h(i，j)和垂直差值圖像S_v(i，j)，所述水平差值圖像S_h(i，j)和垂直差值圖像S_v(i，j)的表達式分別為：S_h(i，j)＝S(i，j+1)-S(i，j)，S_v(i，j)＝S(i+1，j)-S(i，j)；

將黑白顯著性圖像S(i，j)、水平差值圖像S_h(i，j)和垂直差值圖像S_v(i，j)按行排成一列，并把每一列連成一個列向量A₀；

將列向量A₀歸一化為零均值向量D，然后根據(jù)零均值向量D構(gòu)建黑白人臉訓(xùn)練樣本集{D_q|q＝1,2,...,n}，n為訓(xùn)練樣本的總數(shù)；

計算黑白人臉訓(xùn)練樣本集中每幅圖像與均值的差θ_q，θ_q的計算公式為θ_q＝D_q-V，V為黑白人臉訓(xùn)練樣本集的均值，且

計算黑白人臉訓(xùn)練樣本集的協(xié)方差矩陣C，所述協(xié)方差矩陣C的計算公式為：C＝EE^T，其中，E＝[θ₁,θ₂,...,θ_q]，T表示矩陣的轉(zhuǎn)置；

對協(xié)方差矩陣C進行奇異值分解，得到黑白人臉的特征值；

將黑白人臉的特征值λ_q按照由大到小順序進行排列，得到前m個最大特征值對應(yīng)的特征向量空間U＝[u₁,u₂,...,u_m]，其中，1＜m＜q，且

以黑白人臉訓(xùn)練樣本集的圖像作為第一訓(xùn)練圖像，D中除黑白人臉訓(xùn)練樣本集外的其它樣本的圖像作為第一測試圖像，將第一訓(xùn)練圖像和第一測試圖像投影到特征向量空間U中；

根據(jù)投影到特征向量空間U中的第一測試圖像與第一訓(xùn)練圖像選用分類器來識別出第一測試圖像的類別，并以第一測試圖像的類別作為黑白人臉識別的結(jié)果，所述分類器包括但不限于最近鄰分類器、最小距離分類器、曼哈頓距離分類器和貝葉斯分類器；

所述采用改進的8級并行PCA分析法在彩色人臉候選區(qū)域中進行彩色人臉識別這一步驟，其包括：

根據(jù)整幅彩色人臉圖像提取7幅與之相對應(yīng)的部分圖像；

對整幅彩色人臉圖像和7幅部分圖像同時采用相同的PCA模型進行PCA變換，以提取出整幅彩色人臉圖像和7幅部分圖像的彩色人臉特征向量；

根據(jù)提取出的彩色人臉特征向量采用馬氏距離分類器進行測試圖像與訓(xùn)練圖像的匹配計算，識別出整幅彩色人臉圖像和7幅部分圖像這8幅圖像的類別；

根據(jù)整幅彩色人臉圖像和7幅部分圖像的識別結(jié)果進行加權(quán)決策，得到彩色人臉識別的結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于雙攝像頭的智能人臉識別方法，其特征在于：所述采用頻域殘差法對黑白人臉圖像進行顯著性檢測，得到黑白顯著性圖像這一步驟，其具體為：

對黑白人臉圖像I(i，j)進行頻域殘差處理，得到黑白顯著性圖像S(i，j)，所述黑白顯著性圖像S(i，j)的表達式為：

其中，h_n(f)和g(i，j)分別為I(i，j)的均值濾波器和高斯濾波器；*、fft、ifft和lg分別表示卷積運算、傅里葉變換、逆傅里葉變換和以10為底的對數(shù)運算，NORM和PH分別表示復(fù)數(shù)的模和相位。