人臉驗證方法及系統技術方案

本發明專利技術公開了一種人臉驗證方法及系統，該人臉驗證方法，包括以下步驟：獲取待驗化妝人臉圖像和對應的待驗非化妝人臉圖像的局部特征信息和全局特征信息，得到所述待測化妝人臉圖像和對應的待驗非化妝人臉圖像的待測特征信息；根據參考特征空間，將所述待測特征信息進行PLS特征投影得到第一特征空間；根據所述第一特征空間，驗證所述待測化妝人臉圖像和應對的待測非化妝人臉圖像的是否為同一個人。本發明專利技術實施例的人臉驗證方法通過獲取人臉圖像的局部和全局特征信息，并將兩種特征信息進行投影處理，在得到的新的特征空間中驗證化妝人臉圖像和應對的非化妝人臉圖像，提高了人臉驗證的效率。

Face verification method and system

The invention discloses a system and a method for face verification, the face verification method, which comprises the following steps: acquiring local feature information and global feature information guarantine makeup face image and the corresponding non quarantine makeup face image, face image and get makeup to be quarantined, non makeup face image feature to measure information to measure the reference; according to the feature space, the PLS features are projected from the first to feature space measurement information; according to the first feature space, validate the measured makeup face image and deal with the measured non makeup face image is the same person. Face verification method embodiments of the present invention by local and global feature information of face images, and two kinds of feature information were projected to verify the non face images, makeup makeup face image and deal with in the new feature space obtained, improve the efficiency of face verification.

【技術實現步驟摘要】
人臉驗證方法及系統
本專利技術涉及人臉識別
，特別涉及一種人臉驗證方法及系統。
技術介紹
隨著大眾審美的提高和化妝品成本的下降，越來越多的人將化妝列為每天的必備事項。化妝在一定程度上改變了人臉的顏色、輪廓以及紋理等特征，特別是在眼睛、嘴唇和眉毛等位置，化妝前后變化明顯，致使同一個人的不同照片存在很大差異。人臉識別方法大多僅采用局部或全局的單一的提取方式，使得在一定程度上造成有效信息缺失或者同一信息多次提取的信息冗余問題，導致錯誤率的上升。在相關技術中，基于典型相關分析的化妝人臉識別的方法，但識別效果較差，識別率僅為62.4％；或者，將人臉分成12塊，提取PCA特征并與偏最小二乘法相結合，在識別率上有了一定的提高。但是，單一的局部塊的特征并不能夠代表全局特征，容易損失更多有效信息；或者，引入集成學習的方法，對化妝和非化妝人臉的整體區域提取局部Gabor梯度模式(LGGP)、Gabor有序比率直方圖(HGORM)和密集采樣局部二值模式(DS-LBP)三種特征，將特征投影到子空間中進行分類，這種方法的缺點是兩次利用Gabor特征，造成信息大量冗余。
技術實現思路
本專利技術旨在至少在一定程度上解決上述相關技術中的技術問題之一。為此，本專利技術的一個目的在于提出一種人臉驗證方法。該人臉驗證方法提高了人臉驗證的效率。本專利技術的另一個目的在于提供一種人臉驗證系統。為了實現上述目的，本專利技術第一方面實施例公開了一種人臉驗證方法，包括以下步驟：獲取待驗化妝人臉圖像和對應的待驗非化妝人臉圖像的局部特征信息和全局特征信息，得到所述待測化妝人臉圖像和對應的待驗非化妝人臉圖像的待測特征信息；根據參考特征空間，將所述待測特征信息進行PLS特征投影得到第一特征空間；根據所述第一特征空間，驗證所述待測化妝人臉圖像和應對的待測非化妝人臉圖像的是否為同一個人。根據本專利技術實施例的人臉驗證方法，通過獲取人臉圖像的局部和全局特征信息，并將兩種特征信息進行投影處理，在得到的新的特征空間中驗證化妝人臉圖像和應對的非化妝人臉圖像，提高了人臉驗證的效率。另外，根據本專利技術上述實施例的人臉驗證方法還可以具有如下附加的技術特征：進一步地，還包括：獲取參考化妝人臉圖像和對應的參數非化妝人臉圖像的局部特征信息和全局特征信息，得到所述參考化妝人臉圖像和對應的參考非化妝人臉圖像的參考特征信息；對所述參考特征信息進行PLS特征投影處理，得到所述參考特征空間。進一步地，所述獲取局部特征信息包括：對所述人臉圖像進行分塊處理形成多個子塊；在所述子塊的基礎上提取局部二值模式特征；求取所述局部二值模式特征的權重，得到所述局部特征信息。進一步地，所述全局特征信息包括第一至三全局特征信息，其中，獲取方法包括：根據人臉圖像，利用多尺度局部二值模式提取所述第一全局特征信息；根據人臉圖像，利用多尺度局部相位量化提取所述第二全局特征信息；根據人臉圖像，利用區域的Gabor提取所述第三全局特征信息。進一步地，所述驗證所述待測化妝人臉圖像和應對的待測非化妝人臉圖像的是否為同一個人包括：求取余弦相似度量，得到所述局部特征信息和全局特征信息的相似得分，并對所述相似得分加權求和，獲得驗證結果。本專利技術第二方面實施例公開了一種人臉驗證系統，包括：第一獲取模塊，用于獲取待驗化妝人臉圖像和對應的待驗非化妝人臉圖像的局部特征信息和全局特征信息，得到所述待測化妝人臉圖像和對應的待驗非化妝人臉圖像的待測特征信息，根據參考特征空間，將所述待測特征信息進行PLS特征投影得到第一特征空間；驗證模塊，用于根據所述第一特征空間，驗證所述待測化妝人臉圖像和應對的待測非化妝人臉圖像的是否為同一個人。根據本專利技術實施例的人臉驗證系統，通過獲取人臉圖像的局部和全局特征信息，并將兩種特征信息進行投影處理，在得到的新的特征空間中驗證化妝人臉圖像和應對的非化妝人臉圖像，提高了人臉驗證的效率。另外，根據本專利技術上述實施例的人臉驗證系統還可以具有如下附加的技術特征：進一步地，還包括：第二獲取模塊，用于獲取參考化妝人臉圖像和對應的參數非化妝人臉圖像的局部特征信息和全局特征信息，得到所述參考化妝人臉圖像和對應的參考非化妝人臉圖像的參考特征信息，對所述參考特征信息進行PLS特征投影處理，得到所述參考特征空間。進一步地，所述獲取局部特征信息包括：對所述人臉圖像進行分塊處理形成多個子塊；在所述子塊的基礎上提取局部二值模式特征；求取所述局部二值模式特征的權重，得到所述局部特征信息。進一步地，所述全局特征信息包括第一至三全局特征信息，其中，獲取方法包括：根據人臉圖像，利用多尺度局部二值模式提取所述第一全局特征信息；根據人臉圖像，利用多尺度局部相位量化提取所述第二全局特征信息；根據人臉圖像，利用區域的Gabor提取所述第三全局特征信息。進一步地，所述驗證模塊還包括：求取余弦相似度量，得到所述局部特征信息和全局特征信息的相似得分，并對所述相似得分加權求和，獲得驗證結果。本專利技術的附加方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本專利技術的實踐了解到。附圖說明本專利技術的上述和/或附加的方面和優點從結合下面附圖對實施例的描述中將變得明顯和容易理解，其中：圖1是根據本專利技術一個實施例的人臉驗證方法的流程圖；圖2是根據本專利技術另一個實施例的人臉驗證方法的流程圖；以及圖3是根據本專利技術一個實施例的人臉驗證系統的結構框圖。具體實施方式下面詳細描述本專利技術的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，僅用于解釋本專利技術，而不能理解為對本專利技術的限制。以下結合附圖描述根據本專利技術的實施例的人臉驗證方法及系統。圖1是根據本專利技術一個實施例的人臉驗證方法的流程圖。如圖1所示，根據本專利技術一個實施例的人臉驗證方法，包括以下步驟：S110：獲取待驗化妝人臉圖像和對應的待驗非化妝人臉圖像的局部特征信息和全局特征信息，得到待測化妝人臉圖像和對應的待驗非化妝人臉圖像的待測特征信息。該人臉驗證方法，還包括：獲取參考化妝人臉圖像和對應的參數非化妝人臉圖像的局部特征信息和全局特征信息，得到參考化妝人臉圖像和對應的參考非化妝人臉圖像的參考特征信息；對參考特征信息進行PLS特征投影處理，得到參考特征空間。其中，S111：獲取待測化妝人臉圖像和對應的待驗非化妝人臉圖像和參考化妝人臉圖像和對應的參數非化妝人臉圖像的局部特征信息，包括：對人臉圖像進行分塊處理形成多個子塊；在子塊的基礎上提取局部二值模式(LBP)特征；求取局部二值模式特征的權重，得到所述局部特征信息。具體而言，將化妝人臉圖像或者非化妝人臉圖像大小為128*160，利用現有檢測算法自動檢測83個點，根據點的位置將人臉分為12塊，將每一塊以名稱和大小標記，對每一塊進行局部二值模式特征提取，得到一個向量hi＝(i＝1,2,...,12)，將一張人臉的特征向量串聯起來，得到圖像的局部二值模式特征向量Hlbp＝[h1,h2,...,h12]，維度為3072，即命名化妝人臉特征向量表示為HAlbp，非化妝人臉特征向量表示為HBlbp。利用fisher準則求取12塊的權重，保留權重較大的塊，剔除權重較小的塊，權重的計算方法如下：其中，m1(p本文檔來自技高網...

【技術保護點】
一種人臉驗證方法，其特征在于，包括以下步驟：獲取待驗化妝人臉圖像和對應的待驗非化妝人臉圖像的局部特征信息和全局特征信息，得到所述待測化妝人臉圖像和對應的待驗非化妝人臉圖像的待測特征信息；根據參考特征空間，將所述待測特征信息進行PLS特征投影得到第一特征空間；根據所述第一特征空間，驗證所述待測化妝人臉圖像和應對的待測非化妝人臉圖像的是否為同一個人。

【技術特征摘要】
1.一種人臉驗證方法，其特征在于，包括以下步驟：獲取待驗化妝人臉圖像和對應的待驗非化妝人臉圖像的局部特征信息和全局特征信息，得到所述待測化妝人臉圖像和對應的待驗非化妝人臉圖像的待測特征信息；根據參考特征空間，將所述待測特征信息進行PLS特征投影得到第一特征空間；根據所述第一特征空間，驗證所述待測化妝人臉圖像和應對的待測非化妝人臉圖像的是否為同一個人。2.根據權利要求1所述人臉驗證方法，其特征在于，還包括：獲取參考化妝人臉圖像和對應的參數非化妝人臉圖像的局部特征信息和全局特征信息，得到所述參考化妝人臉圖像和對應的參考非化妝人臉圖像的參考特征信息；對所述參考特征信息進行PLS特征投影處理，得到所述參考特征空間。3.根據權利要求1或者2所述人臉驗證方法，其特征在于，所述獲取局部特征信息包括：對所述人臉圖像進行分塊處理形成多個子塊；在所述子塊的基礎上提取局部二值模式特征；求取所述局部二值模式特征的權重，得到所述局部特征信息。4.根據權利要求1或者2所述的人臉驗證方法，其特征在于，所述全局特征信息包括第一至三全局特征信息，其中，獲取方法包括：根據人臉圖像，利用多尺度局部二值模式提取所述第一全局特征信息；根據人臉圖像，利用多尺度局部相位量化提取所述第二全局特征信息；根據人臉圖像，利用區域的Gabor提取所述第三全局特征信息。5.根據權利要求1所述人臉驗證方法，其特征在于，所述驗證所述待測化妝人臉圖像和應對的待測非化妝人臉圖像的是否為同一個人包括：求取余弦相似度量，得到所述局部特征信息和全局特征信息的相似得分，并對所述相似得分加權求和，獲得...

【專利技術屬性】
技術研發人員：付小雁，孫曉宇，尚媛園，劉夢飛，
申請(專利權)人：首都師范大學，
類型：發明
國別省市：北京,11