[發明專利]一種單樣本人臉識別方法

在審

• 申請號: 201710554339.X
• 申請日: 2017-07-07
• 公開（公告）號: CN109214255A
• 公開（公告）日: 2019-01-15
• 發明（設計）人: 張健;羅卿;陳培培
• 申請（專利權）人: 深圳信息職業技術學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T3/40
• 代理公司: 東莞市神州眾達專利商標事務所(普通合伙) 44251
• 代理人: 劉漢民

本發明公開了一種單樣本人臉識別方法，包括以下方法：A、將單張訓練樣本進行偏轉臉擴展；B、之后進行行相關性特征提取，本發明提供的方法針對目前流動人口較多的現狀，對流動人口的統計、管理，乃至對整個城市的社會治安問題，是構建平安、智慧與和諧城市需要著重考慮的問題之一；針對基于圖像的生物特征識別，在實際應用中由于難以采集大量的樣本數據，導致傳統的生物特征識別方法在實際應用中遇到了極大挑戰，本發明能很大程度上推動安全城市、智慧城市的進程，為城市的安防、經濟發展，創造一個穩定和諧的城市作出很大的貢獻。

技術領域

本發明涉及人臉識別技術領域，具體為一種單樣本人臉識別方法。

背景技術

所謂的單樣本問題是指給定每人僅有一幅或幾幅圖像訓練數據庫，識別任務是從該數據庫中識別任意姿態，任意光照條件下的單幅圖像。單樣本問題最早可以追溯到基于幾何特征的人臉識別方法盛行的時期，在這個時期不同的結構特征(例如兩眼之間的距離等)都是從單幅人臉圖像上手工提取的，并且在后面的識別過程中存儲為模板。對于這些方法來說，每人一幅圖像根本不構成問題。然而，在一些特殊的應用場合，可用人臉圖像數量特別大(例如執法)，這需要更加智能且簡單不費力的方式去處理人臉圖像。這直接導致了所謂的基于外觀的人臉識別技術的誕生，基于外觀的人臉識別技術融入不同學科知識，如計算機視覺、模式識別、機器學習和神經網絡，其用向量表示人臉圖像的方法代替幾何特征提取的方法，大大提高了人臉識別系統的有效性和效率。因此，自20世紀90年代以來，基于外觀的人臉識別方法已經成為人臉識別領域中的主流技術之一。但是，基于外觀的人臉識別方法的關鍵組成部分之一是它們的學習機制，每類中包含的訓練樣本的數量嚴重影響其性能好壞，目前大多數人臉識別技術嚴重依賴訓練樣本集的規模和代表性，這些方法運用的前提都是假設每類包含多個訓練樣本(至少兩個)。不幸的是，在許多實際應用中，我們實際能得到訓練樣本數遠遠要小于我們所需要的數量。更具體地講，在許多實際應用場合中，尤其是大規模的識別應用，例如執法、駕照或者護照等的識別，在這種情況下數據庫中每人通常只有一個訓練樣本。此外，我們很少有機會加入同一個人更多的樣本到基礎數據庫中，因為收集樣本的代價可能是昂貴的，即使我們可以這樣做，仍舊存在一些問題，比如說要每人加入多少個樣本，要以何種方式添加等等。目前為止，這些情況在人臉識別領域都是非常值得研究的。因此，研究僅使用單樣本的人臉識別技術是非常有意義的。

發明內容

本發明的目的在于提供一種單樣本人臉識別方法，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：一種單樣本人臉識別方法,包括以下方法：

A、將單張訓練樣本進行偏轉臉擴展；

B、之后進行行相關性特征提取。

優選的，所述步驟A中偏轉臉擴展方法包括以下步驟：

A、分別計算兩半邊臉的壓縮和拉伸像素距離,若人臉向左半邊偏轉P，則偏轉后左半邊臉在圖像上所占的列數為XC′_L＝nh-P，偏轉后右半邊臉在圖像上所占的列數為XC′_R＝nh+P；

B、對左右半邊分別進行壓縮和拉伸，其壓縮和拉伸算法采用雙線性插值算法，得到新的左右半邊人臉圖像記為X′_L、X′_R；

C、將變換后的左右半邊臉合成完整的偏轉人臉圖像；變換后的偏轉人臉圖像為XP，則XP＝[X′_L X′_R]，如果n為奇數，則XP＝[X′_L c_(n+1)/2 X′_R]，其中，c_(n+1)/2為矩陣X的第(n+1)/2列。