[發(fā)明專(zhuān)利]基于分部件和壓縮字典稀疏表示的低分辨率人臉識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910062329.3
• 申請(qǐng)日: 2019-01-23
• 公開(kāi)（公告）號(hào): CN109800719B
• 公開(kāi)（公告）日: 2020-08-18
• 發(fā)明（設(shè)計(jì)）人: 肖瓊琳;楊若瑜;李俊
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南京大學(xué)
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00
• 代理公司: 江蘇圣典律師事務(wù)所 32237
• 代理人: 胡建華;于瀚文

本發(fā)明公開(kāi)了基于分部件和壓縮字典稀疏表示的低分辨率人臉識(shí)別方法，屬于信號(hào)處理、模式識(shí)別、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)領(lǐng)域。本發(fā)明構(gòu)造字典時(shí)挑選視頻中能稀疏表示所有視頻幀的圖像作為代表幀，然后使用這些代表幀與其鏡像的HOG特征構(gòu)造部件字典。測(cè)試時(shí)，用字典線性表示測(cè)試視頻的每一幀，并增加反饋機(jī)制更正異常的識(shí)別結(jié)果，最后投票獲得視頻分類(lèi)的結(jié)果。發(fā)明將稀疏表示應(yīng)用到視頻人臉識(shí)別中，保持了稀疏表示對(duì)遮擋和噪聲的魯棒性，并加入其它步驟提高它在較大規(guī)模的低分辨率視頻人臉識(shí)別中的效果和效率，彌補(bǔ)它在光照變化等條件下的不足。

技術(shù)領(lǐng)域

本發(fā)明屬于信號(hào)處理、模式識(shí)別、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)領(lǐng)域，尤其涉及基于分部件和壓縮字典稀疏表示的低分辨率人臉識(shí)別方法。

背景技術(shù)

20世紀(jì)后期開(kāi)始，硬件的發(fā)展迅速，數(shù)字圖像成為當(dāng)代社會(huì)的重要信息攜帶品。隨著計(jì)算機(jī)視覺(jué)技術(shù)的不斷發(fā)展，越來(lái)越多的技術(shù)成為了實(shí)際應(yīng)用的產(chǎn)品。人臉識(shí)別是基于人的面部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)，它具有非侵?jǐn)_性，便捷性，非接觸性等優(yōu)點(diǎn)。人臉識(shí)別技術(shù)發(fā)展非常迅速，特別是深度神經(jīng)網(wǎng)絡(luò)的問(wèn)世讓機(jī)器人臉識(shí)別近似于甚至超過(guò)人眼的識(shí)別能力。但雖然在正常的環(huán)境中，如光照良好，人的姿勢(shì)不變情況下人臉識(shí)別技術(shù)表現(xiàn)優(yōu)異，在光照差、人體姿勢(shì)偏轉(zhuǎn)幅度大、遮擋等情況下，人臉識(shí)別技術(shù)還期待提高。

與圖像相比，視頻含有時(shí)序、動(dòng)作等更多的信息，有助于提高人臉識(shí)別準(zhǔn)確率，從而越來(lái)越受到關(guān)注。但是視頻設(shè)備雖然變得普及，視頻的獲取也越來(lái)越容易，視頻的分辨率卻不如圖像的分辨率高。尤其是監(jiān)控視頻中的人臉識(shí)別是一個(gè)很重要的應(yīng)用場(chǎng)景，而它的分辨率又比一般的視頻更低，光照、姿態(tài)等也更差。因此，視頻人臉識(shí)別不止面臨著和圖像人臉識(shí)別同樣的問(wèn)題，還帶有低分辨率的問(wèn)題。

現(xiàn)有的視頻人臉識(shí)別方法通常分為兩種，一種方法對(duì)整段視頻進(jìn)行建模，然后通過(guò)度量?jī)蓚€(gè)模型之間的距離進(jìn)行人臉識(shí)別。比如講提取一段視頻的統(tǒng)計(jì)屬性，或者將視頻建模為幾個(gè)高斯分布的集合，又或者求視頻的凸包，這種方法往往計(jì)算復(fù)雜，訓(xùn)練耗時(shí)，且對(duì)短視頻的識(shí)別效果較差。另一種方法對(duì)每一幀圖像進(jìn)行識(shí)別，然后融合所有幀的識(shí)別結(jié)果。這種方法在長(zhǎng)視頻識(shí)別中效率較低但在短視頻的人臉識(shí)別中具有優(yōu)勢(shì)，同時(shí)它能與最先進(jìn)的圖像人臉識(shí)別方法結(jié)合從而提高準(zhǔn)確率，且在需要輸出單幀的中間結(jié)果的場(chǎng)景下不可被替代。稀疏表示、協(xié)同表示方法都是單幀圖像識(shí)別中表現(xiàn)優(yōu)異的方法，結(jié)合到視頻識(shí)別中也取得了不錯(cuò)的結(jié)果。

但容易發(fā)現(xiàn)稀疏表示的字典大小影響識(shí)別速度，字典內(nèi)容影響識(shí)別準(zhǔn)確性。所以近年來(lái)，人們常通過(guò)改進(jìn)字典來(lái)提高稀疏表示方法的效果。為了讓字典變得緊湊，可以使用兩種方法。一種方法使用優(yōu)化方法從全部的訓(xùn)練圖像中構(gòu)建一個(gè)字典，這一類(lèi)方法每次加入新的訓(xùn)練樣本都需要重新進(jìn)行訓(xùn)練，使訓(xùn)練集更新困難。另一種讓字典變得緊湊的方法是從原始的訓(xùn)練圖像集中挑選能代表整個(gè)幾集合的子集。相比字典學(xué)習(xí)方法，這一類(lèi)方法仍然使用一張圖像代表一個(gè)原子，當(dāng)新的訓(xùn)練圖像出現(xiàn)時(shí)可以直接插入到字典中，免去重新訓(xùn)練的繁瑣步驟。針對(duì)圖像中的識(shí)別難點(diǎn)，也有不同的使用稀疏表示方法的解決方案被提出。比如對(duì)不同姿勢(shì)的測(cè)試集使用不同姿勢(shì)的字典，提高了計(jì)算效率，但受限于姿勢(shì)判斷方法。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供了基于分部件和壓縮字典稀疏表示的低分辨率人臉識(shí)別方法，包含以下步驟：

步驟1，用樣本庫(kù)為稀疏表示構(gòu)造字典；

步驟2，基于字典進(jìn)行人臉識(shí)別，得到分類(lèi)結(jié)果。

步驟1包括：

步驟1-1，將人的任意段視頻加入樣本庫(kù)；

步驟1-2，將樣本庫(kù)的視頻按照每秒f(一般為30)幀的幀率拆分成圖像，再使用seetaface算法檢測(cè)所有圖像的人臉位置，將人臉位置的圖像截取出來(lái)，調(diào)整為統(tǒng)一的32*40像素大小，最后進(jìn)行灰度化和Gamma校正(伽馬校正)圖像處理，seetaface算法具有檢測(cè)速度快，人臉定位準(zhǔn)確的優(yōu)點(diǎn)，Gamma校正能調(diào)整圖像質(zhì)量，增強(qiáng)光照魯棒性。