一種人臉比對方法
2023-10-11 20:46:34 1
專利名稱:一種人臉比對方法
技術領域:
本發明涉及生物特徵識別技術領域,尤其涉及一種人臉比對的方法
背景技術:
人臉是人的重要信息,是區分不同的人的重要依據,因此人臉比對是較指紋、虹膜等技術更自然、更直接的比對方式。人臉比對是將圖像或視頻輸入的人臉通過提取特定的人臉特徵信息,與資料庫中已註冊的人臉特徵信息相比較,獲得匹配的人臉極其相似度,確認是否與資料庫中人臉為同一。人臉比對在很多場合下都具有非常重要的作用,例如手機彩信中的視頻彩信、人機界面、權限控制、智能監視系統等。比對的準確性、精度和魯棒性問題一直是業界關心的主要問題。另外,在人臉比對中,如果當前輸入一張靜態照片,其與資料庫中已註冊人臉相比對,也會得出匹配的結果,這將導致識別的客體並不是真實的人臉,導致無權限的人得到權限。因此,判斷當前輸入為真實的人的臉還是靜態的照片非常重要,而現有技術還無法解決。因此,業界急需一種能夠確保輸入真實、具有較高準確性與魯棒性的人臉比對技術。
發明內容
為彌補現有技術的不足,本發明目的是提供一種人臉比對方法,解決人臉表情變化和姿態變化的影響,提高比對的準確性、精度和魯棒性,保障比對的真實性。為了實現上述目的,本發明的技術方案如下一種人臉比對方法,包含人臉比對方法,其特徵在於,包含步驟601,人臉跟蹤,獲取特徵點;步驟603,提取詳細的人臉特徵數據;步驟605人臉比對,將該人臉特徵數據與人臉資料庫中的每一個人臉的特徵數據進行比對,獲得其相似性;具體方法為(I)選取資料庫中的一個人臉k的特徵模板庫= {gJ, k = 0,...,K ;(2)對特徵模板( = {J\}e G,j = 0,... ,M,計算輸入人臉的特徵與之間的相
似度Skji ;(3)計算輸入人臉與特徵模板6的相似度*= ^TjSkii ■
vjJi(4)計算輸入人臉與人臉k的相似度為& =(5)重複步驟(1)_(4),獲得輸入人臉與資料庫中所有K個人臉的相似度,取其中最大者
權利要求
1.一種人臉比對方法,其特徵在於,包含 步驟601,人臉跟蹤,獲取特徵點; 步驟603,提取詳細的人臉特徵數據; 步驟605人臉比對,將該人臉特徵數據與人臉資料庫中的每一個人臉的特徵數據進行比對,獲得其相似性;具體方法為 (1)選取資料庫中的一個人臉k的特徵模板庫
2.如權利要求I所述的人臉比對方法,其特徵在於,該步驟603提取詳細的人臉特徵數據的具體方法為 根據步驟601人臉檢測跟蹤得到的精確的人臉特徵點位置,插值獲得其他選取的人臉特徵點的位置; 根據雙眼位置對圖像進行歸一化處理; 計算得到人臉特徵點i的Gabor特徵J',.,所有特徵點的Gabor特徵即組成一個人臉特徵數據
3.如權利要求2所述的人臉比對方法,其特徵在於,該人臉特徵點為人臉上的顯著特徵點,人臉特徵點的特徵選取所有80個Gabor復係數,表達完整的人臉信息,完整表達不同人臉之間的差異性。
4.如權利要求I所述的人臉比對方法,其特徵在於,該步驟601人臉跟蹤,獲取特徵點所選取的人臉特徵為人臉的共同性的特徵。
5.如權利要求I所述的人臉比對方法,其特徵在於,還包含步驟604人臉註冊;保存人臉特徵數據至人臉資料庫;具體方法為 將步驟603獲得的詳細的人臉特徵數據與此人已有的人臉特徵模板庫進行比較,若其相似度S > St,則不保存該特徵,否則將該特徵加入此人的人臉特徵模板庫佔
6.如權利要求I所述的人臉比對方法,其特徵在於,該步驟601人臉跟蹤,獲取特徵點的具體包含離線訓練方法和在線跟蹤方法; 該離線訓練方法包含多層結構人臉模型訓練方法和人臉特徵點的離線模板訓練方法; 該多層結構人臉模型訓練方法為該在線跟蹤方法提供人臉模型,該離線模板訓練方法為該在線跟蹤方法提供人臉特徵點離線模板; 該多層結構人臉模型訓練方法包含如下步驟 步驟301,選取適當的人臉圖像作為訓練樣本; 步驟302,對人臉圖像的特徵點進行標記; 步驟3031-3061,得到基準形狀模型; 步驟3032-3062,得到全局形狀模型; 步驟3033-3063,得到局部形狀模型。
7.如權利要求6所述的人臉比對方法,其特徵在於,該基準形狀模型、該全局形狀模型與該局部形狀模型的獲得方法為 用s表示一個人臉形狀向量
8.如權利要求6所述的人臉比對方法,其特徵在於,該人臉特徵點的表達方法為 給定灰度圖像/(幻中的一個像素5 = (x,y),一系列Gabor係數A(S)可表達該點附近的局部外觀,可定義為
9.如權利要求6所述的人臉比對方法,其特徵在於,該人臉特徵點的離線模板訓練方法如下 步驟401,選取N張適當的人臉圖像作為訓練樣本; 步驟402,對人臉圖像的特徵點進行標記; 步驟403,對圖像進行歸一化處理; 步驟404,計算所有樣本的Gabor特徵; 步驟405,獲得各樣本Gabor特徵之間的相似度;
10.如權利要求6所述的人臉比對方法,其特徵在於,該在線跟蹤方法包含 步驟501,初始化,初始化變量和參數設置,參數包含但不限於圖像格式、解析度、顏色空間,跟蹤模式; 步驟502,輸入一幀圖像; 步驟503,圖像歸一化,將輸入圖像轉換成標準尺寸的圖像; 步驟504,判斷是否重新檢測; 若步驟504的判斷結果為是,則執行步驟505,利用基準形狀模型,基於ASM形狀約束,對齊基準特徵點; 步驟506,利用全局形狀模型,基於ASM形狀約束,對齊全局特徵點; 步驟507,利用局部形狀模型,基於ASM形狀約束,對齊局部特徵點; 步驟508,更新在線特徵模板,根據得到的臉部特徵點的位置更新其小波特徵作為該人臉的在線特徵模板; 步驟515,估計人臉姿態,根據六個基礎點的位置估計人臉的姿態; 返回步驟502循環執行本方法各步驟並執行步驟516,輸出人臉特徵點及人臉姿態信息; 若步驟504的判斷結果若為否,則執行步驟509,基於在線特徵模板更新眼角點; 然後執行步驟510,基於離線特徵模板調整眼角點; 然後執行步驟511,更新其他特徵點; 然後執行步驟512,根據前一幀的人臉姿態更新各形狀模型的平均形狀; 然後執行步驟513,基於形狀約束更新全局特徵點; 然後執行步驟514,基於形狀約束更新局部特徵點; 然後返回步驟508,繼續執行本方法各步驟。
全文摘要
本發明公開的是一種人臉特徵比對方法,包含人臉跟蹤,獲取特徵點;提取詳細的人臉特徵數據;人臉比對,將該人臉特徵數據與人臉資料庫中的每一個人臉的特徵數據進行比對,獲得其相似性;判斷是否已找到匹配的人臉,δ為相似度閾值,若Smax>δ,則判斷輸入人臉與資料庫中的人臉k』相匹配;判斷表情是否有顯著變化;根據連續多幀人臉特徵點進行分析,包括但不限於嘴巴的張開與閉合,眼睛的張開與閉合,判斷人臉的表情是否發生了顯著的變化,輸出比中的人臉。本發明屬於生物特徵識別技術領域,用於人臉跟蹤與比對,廣泛應用於各種人臉比對系統。
文檔編號G06T7/00GK102654903SQ201110051730
公開日2012年9月5日 申請日期2011年3月4日 優先權日2011年3月4日
發明者井維蘭 申請人:井維蘭