[發明專利]一種人臉識別方法、系統及存儲介質

在審

• 申請號: 201811621842.3
• 申請日: 2018-12-28
• 公開（公告）號: CN109508700A
• 公開（公告）日: 2019-03-22
• 發明（設計）人: 黃儉
• 申請（專利權）人: 廣州粵建三和軟件股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 譚英強

1.一種人臉識別方法，其特征在于：包括以下步驟：

對采集到的圖像進行預處理，識別圖像中的人臉位置和人臉大小；

根據人臉位置和人臉大小，獲取人臉圖像，并對人臉圖像進行預處理；

對預處理后的人臉圖像進行特征提取；

對先驗數據進行訓練，生成特征模板；

通過特征模板對提取到的人臉圖像特征進行匹配，得到人臉識別結果；

其中，所述對先驗數據進行訓練，生成特征模板這一步驟，包括以下步驟：

預設人臉圖像的關鍵特征點；

根據預設結果，對先驗數據樣本的關鍵特征點進行標記；

根據標記的關鍵特征點，生成特征點坐標數據；

根據特征點坐標數據生成形狀向量訓練樣本；

根據形狀向量訓練樣本，構建特征模板。

2.根據權利要求1所述的一種人臉識別方法，其特征在于：所述對采集到的圖像進行預處理，識別圖像中的人臉位置和人臉大小這一步驟，包括以下步驟：

通過攝像頭采集圖像，所述圖像包括靜態圖像和動態圖像；

從采集到的圖像中識別人臉位置和人臉大小。

3.根據權利要求1所述的一種人臉識別方法，其特征在于：所述根據人臉位置和人臉大小，獲取人臉圖像，并對人臉圖像進行預處理這一步驟，包括以下步驟：

根據人臉位置和人臉大小，從采集到的圖像中截取得到人臉圖像；

對截取到的人臉圖像進行光線補償處理；

對光線補償處理后的人臉圖像進行灰度變換處理；

對灰度變換處理后的人臉圖像進行直方圖均衡化處理；

對直方圖均衡化處理后的人臉圖像進行歸一化處理；

對歸一化處理后的人臉圖像進行幾何校正處理；

對幾何校正處理后的人臉圖像進行濾波處理；

對濾波處理后的人臉圖像進行銳化處理。

4.根據權利要求1所述的一種人臉識別方法，其特征在于：所述預設人臉圖像的關鍵特征點這一步驟，其具體為：

預設68個關鍵特征點，所述關鍵特征點包括：每個眉毛的兩個角點；每個眼睛的兩個角點；每個眼皮的最上點和最下點；鼻尖點；兩個鼻翼點；嘴巴的兩個角點；上嘴唇的最上點和最下點；下嘴唇的最上點和最下點；下顎點以及臉部輪廓的46個點。

5.根據權利要求4所述的一種人臉識別方法，其特征在于：所述根據預設結果，對先驗數據樣本的關鍵特征點進行標記這一步驟，其具體為：

根據預設的關鍵特征點的標定順序，對訓練樣本中的68個關鍵特征點進行標定。

6.根據權利要求5所述的一種人臉識別方法，其特征在于：所述根據形狀向量訓練樣本，構建特征模板這一步驟，其具體為：

根據形狀向量訓練樣本構建全局形狀模型和局部紋理模型；

所述根據形狀向量訓練樣本構建全局形狀模型和局部紋理模型這一步驟，包括以下步驟：

通過仿射變換方法將所述形狀向量訓練樣本進行向量對齊；

通過PCA算法對形狀向量訓練樣本進行降維，分解得到變形模式，生成全局形狀模型；

根據各個關鍵特征點周圍的局部灰度分布規律，為每個關鍵特征點在當前位置附近尋找最佳候選位置。

7.根據權利要求1所述的一種人臉識別方法，其特征在于：還包括以下步驟：

在卷積神經網絡中增加非共享卷積層；

通過自動調整訓練參數，采用隨機梯度下降法進行樣本訓練；

通過圖像相似變換方法對數據進行擴充，所述圖像相似變換方法包括圖像旋轉、圖像縮放以及圖像平移；

對訓練樣本進行歸一化處理，并通過hyper-tangent函數對訓練樣本進行映射處理；

通過海量數據對訓練得到的模型進行模型迭代優化處理。