[發明專利]基于圖像處理技術實現人臉識別處理的方法

在審

• 申請號: 201910833383.3
• 申請日: 2019-09-04
• 公開（公告）號: CN110543853A
• 公開（公告）日: 2019-12-06
• 發明（設計）人: 胡紹勇;夏玉明;張衛綱
• 申請（專利權）人: 上海觀安信息技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 31002 上海智信專利代理有限公司
• 代理人: 王潔;鄭暄<國際申請>=<國際公布>=<

本發明涉及一種基于圖像處理技術實現人臉識別處理的方法，包括(1)讀入圖像，以圖像左上角的像素點為原點建立直角坐標系，進行灰階變換；(2)計算LBP特征和非局部均值特征；(3)通過計算得到的LBP特征和非局部均值特征計算融合特征；(4)將特征融合圖像饋入到卷積神經網絡，輸出人臉識別結果。采用了本發明的基于圖像處理技術實現人臉識別處理的方法，提出了一種基于局部均值特征融合的人臉識別方法，該方法采用非線性灰階變換，局部二進制特征提取，特征融合來完成整個人臉識別過程。利用圖像灰階變換、特征計算，特征融合、卷積神經網絡匹配獲取克服了復雜背景和不同角度距離下人臉識別錯誤率高的問題。

技術領域

本發明涉及圖像處理領域，尤其涉及人臉識別圖像處理領域，具體是指一種基于圖像處理技術實現人臉識別處理的方法。

背景技術

人臉識別是在圖像中識別人臉的處理過程。早期的車牌定位技術通常采用紋理特征、顏色特征、梯度特征等。隨著計算機技術的出現，基于計算機視覺和智能圖像處理的方法極大地提高了處理的工作效率和適用條件。

經過對現有技術的文獻檢索發現，基于多特征融合的方法所采用的算法主要是利用不同特征信息，如Yoo C H,Kim S W,Jung J Y.在《Journal of Visual Communicationand Image Representation》(視覺通信和圖像表示期刊)2017年第45期，第11頁到19頁發表的“High dimensional feature extraction using bit-plane decomposition oflocal binary patterns for robust face recognition”(基于局部二進制模板位平面分解的高維特征提取的魯棒人臉識別)一文中提出基于局部二進制模板位平面分解實現人臉識別。Chen D,Cao X D,Wen F,et al.在《IEEE Conference on Computer Vision andPattern Recognition》(國際計算機視覺和模式識別會議)2013年第1卷，第1頁到8頁發表的“Higher is better：high-dimensional feature and its efficient compressionfor face verification”(基于高維特征壓縮的人臉識別)一文中提出利用一些對人臉高維特征降維的方法。然而，這些方法未能考慮全局和局部特征融合的方法解決的人臉識別的問題。從而在復雜場景下，無法獲得正確的人臉信息。這就帶來了人臉識別準確率下降的問題。

發明內容

本發明的目的是克服了上述現有技術的缺點，提供了一種滿足處理效率高、操作簡便、適用范圍較為廣泛的基于圖像處理技術實現人臉識別處理的方法。

為了實現上述目的，本發明的基于圖像處理技術實現人臉識別處理的方法如下：

該基于圖像處理技術實現人臉識別處理的方法，其主要特點是，所述的方法包括以下步驟：

(1)讀入圖像，以圖像左上角的像素點為原點建立直角坐標系，進行灰階變換；

(2)計算LBP特征和非局部均值特征；

(3)通過計算得到的LBP特征和非局部均值特征計算融合特征；

(4)將特征融合圖像饋入到卷積神經網絡，輸出人臉識別結果。

較佳地，所述的步驟(1)中進行灰階變換，具體為：

根據以下公式計算進行灰階變換：

Y＝0.299×R+0.587×G+0.114×B；

其中，R、G、B分別為所述的原圖像信息中各個像素點的紅色、綠色、藍色的數值，Y為灰階轉換后圖像的各個像素點的數值。

較佳地，所述的步驟(2)中計算LBP特征，具體為：