[發(fā)明專利]基于個性化特征的人臉識別方法

在審

• 申請?zhí)枺?/td>: 201810245869.0
• 申請日: 2018-03-23
• 公開（公告）號: CN108491798A
• 公開（公告）日: 2018-09-04
• 發(fā)明（設(shè)計）人: 張悠;陳熹
• 申請（專利權(quán)）人: 四川意高匯智科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/44;G06K9/46
• 代理公司: 北京天奇智新知識產(chǎn)權(quán)代理有限公司 11340
• 代理人: 楊春

1.一種基于個性化特征的人臉識別方法，其特征在于包括如下步驟：

(1)讀取人的臉部圖像數(shù)據(jù)，首先采集同一角度的唇紋圖像；

(2)對所述唇吻圖像中除去唇部以外的臉部進行檢測，從上述攝取的復(fù)雜背景圖像中通過確認被檢測對象的人臉屬性提取人的臉部圖像；

其中提取人的臉部圖像包括對其邊界進行計算和識別，其包括如下計算過程：

其中，k_mn表示圖像像素(m,n)的灰度值，K＝max(k_mn)，拍攝角度θ_mn∈[0,1]

利用Tr公式對圖像進行弧度灰度變換：

N為大于2的自然數(shù)；

其中

其中θ_c為邊界識別閾值，由唇部邊界經(jīng)驗值確定，接著再進行如下計算：

變換系數(shù)k′_mn＝(K-1)θ_mn

接著對圖像邊界進行提取，提取出的圖像邊界矩陣為

E_dges＝[k′_mn]

其中

k′_mn＝|k′_mn-min{k_i′_j}|,(i,j)∈W

W是以像元(i,j)為中心的3×3窗口，

接著對邊界判斷結(jié)果進行驗證，如果足夠識別，則結(jié)束，如果不足以識別，則對上述邊界識別閾值進行調(diào)整，重復(fù)上述過程，直到得到良好邊界識別結(jié)果，其中，邊界識別閾值取值范圍為[0.3,0.8]；

(3)對識別圖像進行初次判斷，判斷因子包括臉部姿勢、光照度、有無遮擋、臉部距離，首先是進行臉部姿勢判斷，對識別圖像進行對稱度及完整度判斷，對上述第二步獲得的圖像的對稱度進行分析，如果對稱度滿足預(yù)設(shè)閾值要求，則認為臉部水平姿勢正確，如果超過預(yù)設(shè)閾值要求，則認為臉部水平姿勢不正確，即出現(xiàn)側(cè)臉過度或臉部傾斜過度現(xiàn)象，具體判斷算法為對得到的圖像進行二值化，取閾值為80，大于80的像素點取0，其余置1，對二值化后的圖像分成左右兩部分分別求取水平方向的投影，得到兩部分的直方圖，計算直方圖之間的卡方距離，卡方距離越大表明水平對對稱度越差，接著對臉部完整度進行判斷，即對識別出的臉部輪廓內(nèi)的臉部初始元素檢查，核對其眼睛、眉毛、嘴巴、下巴是否出現(xiàn)完全，如果缺少某個元素或不完整，則認為識別時俯仰角度過大，接著對臉部有無遮擋進行判斷，無遮擋時進行后續(xù)處理，最后對臉部距離是否合適進行判斷，當(dāng)適合識別的距離時，進行后續(xù)處理，當(dāng)滿足上述條件時，進行下面步驟。

(4)在人臉部圖像的特定區(qū)域中搜索關(guān)鍵的人臉特征點的位置，利用識別圖像中人眼候選區(qū)域的灰度直方圖分割，圖像閾值分割取灰度值最低的部分像素點的值為255，其它像素點的值為0，，瞳孔中心定位是從兩只眼睛區(qū)域中檢測反射點，利用位置和亮度信息進行眼睛塊的檢測，從左右眼睛區(qū)域中二值化的圖像中刪除亮度較高的連通塊，選擇位于最低位置的連通塊作為眼睛塊，并且上述瞳孔定位還包括如下步驟：進行色度空間變換，保留亮度分量，得到人眼區(qū)域的亮度圖像，對亮度圖像進行直方圖線性均衡和對比度增強，接著進行閾值變換，對閾值變換后的圖像進行腐蝕和膨脹處理，再對上述處理后的二值人眼區(qū)域?qū)嵤└咚古c中值平滑濾波，對平滑后的圖像再次進行閾值變換，再進行邊緣檢測，橢圓擬合并檢測輪廓中的圓，檢測半徑最大的圓即得到瞳孔的中心；

(5)進行上述定位后，對人臉識別數(shù)據(jù)進行處理，采用高通濾波器，將圖像標(biāo)準(zhǔn)化成一個零均值和單位方差的高斯函數(shù)分布，再對圖像進行子塊分割，降維處理，計算圖像每個像素值與其相鄰點上的灰度值的二值關(guān)系，其次，通過對應(yīng)像素值點與加權(quán)權(quán)重相乘，然后相加形成了局部二值模式的編碼，最后通過采用多區(qū)域的直方圖作為圖像的紋理特征，局部紋理特征計算公式如下：

H_i,j＝∑_x,yI{h(x,y)＝i}I{(x,y)∈R_j})，i＝0,1,…n-1；j＝0,1,…D-1

其中H_i,j表示從圖像劃分的區(qū)域R_j中屬于第i個直方圖區(qū)間的個數(shù)，n為局部二值模式的統(tǒng)計模式特征的個數(shù)，D為人臉圖像的區(qū)域個數(shù)，對臉部重點區(qū)域和非重點區(qū)域的上述信息進行統(tǒng)計，接著進行拼接，綜合得到整幅人臉部圖像的紋理特征信息；

(6)對上述得到的整幅人臉部圖像的紋理特征信息與人臉檔案數(shù)據(jù)庫中的臉部紋理特征信息進行對比，從而實現(xiàn)人臉識別。