[發(fā)明專利]一種三通道特征融合人臉識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911317291.6
• 申請(qǐng)日: 2019-12-19
• 公開（公告）號(hào): CN111126240B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 李云紅;聶夢(mèng)瑄;李傳真;穆興;劉旭東;何琛
• 申請(qǐng)（專利權(quán)）人: 西安工程大學(xué)
• 主分類號(hào): G06V40/16
• 分類號(hào): G06V40/16;G06V10/774;G06V10/82;G06N3/084
• 代理公司: 西安弘理專利事務(wù)所 61214
• 代理人: 羅笛

本發(fā)明公開一種三通道特征融合人臉識(shí)別方法，具體步驟如下：步驟1，采集不同的人臉圖像組成數(shù)據(jù)集；對(duì)數(shù)據(jù)集做預(yù)處理得到預(yù)處理圖像集；步驟2，建立基于三通道特征融合的BP神經(jīng)網(wǎng)絡(luò)模型，包括粗采樣通道20、LBP通道19、細(xì)采樣通道18；步驟3，用預(yù)處理圖像集對(duì)基于三通道特征融合的BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；步驟4，輸入待識(shí)別的圖像，利用訓(xùn)練好的基于三通道特征融合的BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行特征相似度對(duì)比，輸出最高相似度及其圖像；步驟5，設(shè)定閾值，根據(jù)步驟4中輸出的相似度與閾值作比較，判別與待識(shí)別的圖像中是否為同一個(gè)人。本發(fā)明解決了傳統(tǒng)人臉識(shí)別方法無法對(duì)人臉全方位特征進(jìn)行提取的問題，提高了人臉的識(shí)別準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明屬于人臉識(shí)別技術(shù)領(lǐng)域，一種三通道特征融合人臉識(shí)別方法。

背景技術(shù)

隨著社會(huì)高速發(fā)展，人們?nèi)粘Ｉ钪械姆椒矫婷娑紝?duì)自動(dòng)身份識(shí)別裝置產(chǎn)生了巨大的需求。當(dāng)前的身份識(shí)別技術(shù)主要包括：密碼認(rèn)證、指紋識(shí)別、人臉識(shí)別、虹膜識(shí)別、步態(tài)識(shí)別等。由于人臉識(shí)別具有非接觸性、安全性高、方便快捷等優(yōu)點(diǎn)，逐漸被大眾所接受。

尤其是近幾年，計(jì)算機(jī)硬件不斷更新，運(yùn)算速度得到了極大的改善。進(jìn)而使得幾經(jīng)波折的卷積神經(jīng)網(wǎng)絡(luò)再一次受到人們的關(guān)注，越來越多的人開始投入到對(duì)人臉識(shí)別算法的研究和改進(jìn)當(dāng)中。傳統(tǒng)的人臉識(shí)別算法都是在剛性條件下對(duì)識(shí)別準(zhǔn)確率進(jìn)行測(cè)試，且能夠取得良好的識(shí)別效果。但在非剛性條件下，由于光照和人臉姿態(tài)變化、遮擋以及算法本身缺陷的影響，識(shí)別準(zhǔn)確率大大降低。近些年出現(xiàn)的多任務(wù)卷積神經(jīng)網(wǎng)絡(luò)能夠準(zhǔn)確地檢測(cè)到人臉的位置，并對(duì)關(guān)鍵點(diǎn)做標(biāo)注，為人臉特征提取做了充分的準(zhǔn)備；LBP算子能夠有效地減少光照變化對(duì)輸入人臉圖像的影響。但是提高人臉識(shí)別準(zhǔn)確率關(guān)鍵如何能夠有效地對(duì)人臉特征進(jìn)行提取。上述方法僅僅是對(duì)輸入圖像的預(yù)處理，并未改變網(wǎng)絡(luò)的結(jié)構(gòu)，不能有效地提高識(shí)別準(zhǔn)確率；雙通道模型改變了神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)。改進(jìn)后的模型雖然能夠有效地對(duì)輸入的人臉表情進(jìn)行分類，但分類準(zhǔn)確率受輸入圖像光照變化、遮擋等非剛性因素影響較大；傳統(tǒng)的LBP算子與深度信念網(wǎng)絡(luò)(DBN)結(jié)合特征提取模塊，將LBP處理過的圖像輸入到DBN中，在不同數(shù)據(jù)集上取得了較高的識(shí)別準(zhǔn)確率。但是經(jīng)過LBP算子處理后的圖像丟失了原圖中大部分全局特征信息，不能有效地體現(xiàn)輸入圖像的整體特征。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種三通道特征融合人臉識(shí)別方法，解決了現(xiàn)有技術(shù)中存在的傳統(tǒng)人臉識(shí)別方法無法對(duì)人臉全方位特征進(jìn)行提取的問題，提高了人臉的識(shí)別準(zhǔn)確率。

本發(fā)明所采用的技術(shù)方案是，

一種三通道特征融合人臉識(shí)別方法，具體步驟如下：

步驟1，采集不同的人臉圖像組成數(shù)據(jù)集；對(duì)數(shù)據(jù)集中的每張人臉圖像做預(yù)處理操作得到預(yù)處理圖像，預(yù)處理圖像為剔除無關(guān)背景信息、進(jìn)行人臉矯正后的人臉圖像；將所有預(yù)處理圖像組成預(yù)處理圖像集；

步驟2，建立基于三通道特征融合的BP神經(jīng)網(wǎng)絡(luò)模型，基于三通道特征融合的BP神經(jīng)網(wǎng)絡(luò)模型包括并行的三個(gè)特征提取通道，三個(gè)特征提取通道分別為粗采樣通道、LBP通道、細(xì)采樣通道；

步驟3，利用預(yù)處理圖像集對(duì)基于三通道特征融合的BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；

步驟4，輸入待識(shí)別的圖像，利用訓(xùn)練好的基于三通道特征融合的BP神經(jīng)網(wǎng)絡(luò)模型對(duì)待識(shí)別的圖像和訓(xùn)練集中的圖像進(jìn)行特征相似度對(duì)比，輸出相似度最高的圖像和該圖像的相似度；

步驟5，設(shè)定閾值，根據(jù)步驟4中輸出的相似度與閾值作比較，進(jìn)而判別步驟4輸出圖像與待識(shí)別的圖像中是否為同一個(gè)人，輸出結(jié)果。

本發(fā)明的特點(diǎn)還在于，

步驟1中預(yù)處理操作的具體步驟為：

步驟1.1，輸入人臉圖像；

步驟1.2，對(duì)人臉圖像進(jìn)行人臉裁剪，除去背景等冗余信息，得到無背景的人臉圖像；