[發(fā)明專利]一種基于結(jié)構(gòu)化分析字典的人臉識別方法、裝置及設(shè)備

有效

• 申請?zhí)枺?/td>: 201711393942.0
• 申請日: 2017-12-21
• 公開（公告）號: CN108509833B
• 公開（公告）日: 2021-11-05
• 發(fā)明（設(shè)計）人: 張召;孫玉林;張莉;王邦軍
• 申請（專利權(quán)）人: 蘇州大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 羅滿

本發(fā)明實施例公開了一種基于結(jié)構(gòu)化分析字典的人臉識別方法、裝置、設(shè)備及計算機存儲介質(zhì)。其中，方法包括將人臉訓(xùn)練樣本集和人臉測試樣本集輸入人臉識別模型中，并對人臉識別模型進行參數(shù)初始化，人臉識別模型包括多個子分類器，每個子分類器對應(yīng)人臉訓(xùn)練樣本集中的一個類別；對人臉訓(xùn)練樣本集中包含的每一類別的數(shù)據(jù)集進行結(jié)構(gòu)化字典學(xué)習(xí)，得到各類別數(shù)據(jù)集的子字典和相對應(yīng)的子稀疏編碼；對各類別數(shù)據(jù)集的子稀疏編碼進行近似分析，得到各子稀疏編碼的子投影；根據(jù)各子投影及人臉訓(xùn)練樣本集訓(xùn)練人臉識別模型中的各子分類器；利用人臉識別模型中的各子分類器對人臉測試樣本集進行分類識別。本申請的技術(shù)方案有效的提升了人臉識別的效率和準確度。

技術(shù)領(lǐng)域

本發(fā)明實施例涉及計算機視覺和圖像識別技術(shù)領(lǐng)域，特別是涉及一種基于結(jié)構(gòu)化分析字典的人臉識別方法、裝置、設(shè)備及計算機存儲介質(zhì)。

背景技術(shù)

隨著計算機技術(shù)和智能化的不斷發(fā)展，人臉識別已經(jīng)發(fā)展成為計算機視覺與模式識別中非常重要的一個研究課題。人臉識別通過計算機將人臉圖像電子化，然后分析人臉圖像定位人臉，獲取人臉的面部特征，在門禁系統(tǒng)、攝像監(jiān)視系統(tǒng)和智能手機等領(lǐng)域有著重大的意義，一旦研究成功并投入應(yīng)用，將會產(chǎn)生巨大的社會和經(jīng)濟效益。

但是，人臉識別的過程具有一定難度，現(xiàn)有的基于字典學(xué)習(xí)的人臉識別方法在訓(xùn)練和識別過程中耗時巨大，不利于具體應(yīng)用的投入。目前大多數(shù)字典學(xué)習(xí)都使用l₀/l₁范數(shù)進行稀疏編碼時的約束，雖然取得了一定的成果，但是耗時巨大。真實世界中的圖像(包括人臉圖像)不僅僅只是圖像重建，且采集的圖像通常包含破壞、丟失數(shù)據(jù)，或設(shè)備或光線問題造成的圖像差異，因此在考慮字典學(xué)習(xí)的同時，如何有效排除干擾，訓(xùn)練出具有很強辨別能力和快速識別能力的分類器是值得探討和深入的問題。

近年來，一個最具代表性的字典學(xué)習(xí)重建數(shù)據(jù)方法KSVD可對原始數(shù)據(jù)進行較為準確的復(fù)原。當(dāng)數(shù)據(jù)有噪聲時，KSVD可以很大程度地恢復(fù)數(shù)據(jù)，但它本質(zhì)上是一種數(shù)據(jù)重建的線性方法，能夠?qū)Ψ窍∈璧臄?shù)據(jù)重建，但是不能對數(shù)字圖像進行識別和分類。為了克服此缺點，KSVD的推廣D-KSVD被提出。IRPCA目標是基于字典學(xué)習(xí)和稀疏編碼訓(xùn)練一個由判別能力的分類器，但在判別過程中并沒有考慮不同類別之間相關(guān)性的處理問題。同時LC-KSVD考慮標簽的約束來增強判別能力，F(xiàn)DDL算法考慮使用結(jié)構(gòu)化字典來進一步提高判別能力。上面的這些方法雖然有不錯的效果，但是沒有考慮不同的類別數(shù)據(jù)間的關(guān)系，導(dǎo)致人臉識別的準確率不高。

因此，如何得到具有強判別能力的分類器，縮短識別的時間與識別的準確度，是本領(lǐng)域技術(shù)人員亟待解決的問題。

發(fā)明內(nèi)容

本發(fā)明實施例的目的是提供一種基于結(jié)構(gòu)化分析字典的人臉識別方法、裝置、設(shè)備及計算機存儲介質(zhì)，縮短了人臉識別的時間，有效的提升人臉圖像表示和識別效率和準確度。

為解決上述技術(shù)問題，本發(fā)明實施例提供以下技術(shù)方案：

本發(fā)明實施例一方面提供了一種基于結(jié)構(gòu)化分析字典的人臉識別方法，包括：

將人臉訓(xùn)練樣本集和人臉測試樣本集輸入預(yù)先構(gòu)建的人臉識別模型中，并對所述人臉識別模型進行參數(shù)初始化，所述人臉訓(xùn)練樣本集包括第一預(yù)設(shè)個數(shù)的類別標簽樣本圖像和第二預(yù)設(shè)個數(shù)的無標簽樣本圖像，所述人臉識別模型包括多個子分類器，每個子分類器對應(yīng)所述人臉訓(xùn)練樣本集中的一個類別；

對所述人臉訓(xùn)練樣本集中包含的每一類別的數(shù)據(jù)集進行結(jié)構(gòu)化字典學(xué)習(xí)，以得到各類別數(shù)據(jù)集的子字典和相對應(yīng)的子稀疏編碼；結(jié)構(gòu)化字典學(xué)習(xí)的過程為通過最小化樣本重建誤差項和解析的非相干性增強項；對各類別數(shù)據(jù)集的子稀疏編碼進行近似分析，得到各子稀疏編碼的子投影；

根據(jù)各子投影及所述人臉訓(xùn)練樣本集訓(xùn)練所述人臉識別模型中的各子分類器；

利用所述人臉識別模型中的各子分類器對所述人臉測試樣本集進行分類，輸出所述人臉測試樣本集的所屬類別標簽。