基于冪平均半臉的人臉圖像識別方法技術

本發明專利技術公開一種基于冪平均半臉的人臉識別方法，基于人臉圖像的左右部分基本對稱這一事實，將左右兩幅半臉圖像通過冪平均函數合成一張冪平均半臉圖像進行人臉識別。采用這種識別方法，一方面基于冪平均函數的冪平均半臉圖像具有更好的區分度，從而保證本方法能夠得到較好的識別效果；另一方面，由于采用半臉圖像進行識別，使得本方法在識別過程中所需的時間成本和空間成本更低。

【技術實現步驟摘要】

本專利技術涉及數字人臉圖像的識別方法，特別涉及一種根據半臉圖像進行識別的人臉識別方法。
技術介紹
隨著計算機技術、通信技術和信息技術的快速發展，以及整個人類社會對網絡安全和自身安全的高度重視，無論個人、企業還是政府，對基于計算機的身份認證和識別要求都越來越迫切。人臉識別技術，作為最重要的生物特征識別技術之一，具有自然性，即該識別方式同人類進行個體識別時所利用的生物特征相同，以及不易被被測個體察覺等優勢，因而得到了廣泛應用，例如人臉識別門禁系統。人臉識別方法多種多樣，都有各自的優缺點，但是絕大部分方法都有一個共同的前提，他們使用的人臉圖像大都是整幅人臉圖像，識別過程需要很多計算資源。基于人臉的左右兩部分基本對稱這一事實，對人臉進行半臉圖像識別，可以有效降低識別過程的時間成本和空間成本。
技術實現思路
本專利技術的目的是針對現有數字人臉圖像識別技術存在的問題，利用冪平均函數的相關性質，提供一種利用半臉圖像進行人臉識別的方法。一種，其特征在于包括: (一)冪平均半臉目標人臉庫的建立，包括如下步驟: (1)獲取用于對識別機制進行訓練的人臉圖像集； (2)對人臉圖像集中的每一張人臉圖像，生成一張冪平均半臉圖像；(3)利用基于梯度方向的主成分分析方法，為冪平均半臉圖像集生成一個本征空間； (4)將每一張人臉圖像的冪平均半臉圖像在本征空間的投影向量保存起來，組成冪平均半臉目標人臉庫； (二)冪平均半臉圖像的識別，包括如下步驟: ①接收待識別的人臉圖像； ②生成待識別人臉圖像的冪平均半臉圖像； ③獲得待識別的冪平均半臉圖像在本征空間的投影向量； ④計算待識別的冪平均半臉圖像的投影向量和冪平均半臉目標人臉庫中每一個投影向量的相似度；⑤輸出冪平均半臉目標人臉庫中相似度最大的投影向量所對應的圖像作為識別結果。本專利技術進一步的技術方案是: 生成冪平均半臉圖像的步驟包括: (1)獲取目標人臉圖像； (2)將人臉圖像進行分割，得到對稱的左右兩幅半臉圖像； (3)將其中一幅半臉圖像進行鏡面反轉，獲得可以對齊的兩幅半臉圖像； (4)構造合適的冪平均函數； (5)利用構造的冪平均函數將兩幅半臉圖像進行映射，生成一張冪平均半臉圖像。本專利技術的優點是:本專利技術可以提高人臉圖像的識別率，并有效降低人臉圖像識別過程中的計算時間成本和空間成本。【附圖說明】圖1是本專利技術方法的流程圖； 圖2是生成冪平均半臉圖像的流程圖； 圖3是生成冪平均半臉示意圖。【具體實施方式】下面結合附圖對專利技術的技術方案進行詳細說明。本專利技術流程如圖1所示。步驟10是初始動作。步驟11判斷訓練機制是否已經訓練完成，如果是則執行步驟17 ;否則執行步驟12。步驟12判斷人臉圖像是否已經是冪平均半臉圖像，如果是則執行步驟15，否則執行步驟13。步驟13獲取用于對識別機制進行訓練的人臉圖像集，該圖像集中每個人臉至少有一張圖像用于訓練。步驟14用來為每一張人臉圖像生成一張相應的冪平均半臉圖像。生成冪平均半臉圖像后，步驟15利用基于梯度方向的主成分分析技術，為步驟14得到的冪平均半臉圖像集合生成一個有K個正交基向量的本征空間，這里的K可以是用戶預設定的整數值，但是需要滿足0〈K〈n (n是指冪平均半臉圖像的維數)也可以是根據某些特定要求(比如，要求選定的K個主成分至少能夠覆蓋原來信息量的95%)選擇的整數值。步驟16是向量投射操作，將每一張冪平均半臉圖像投影在本征空間上，并得到投影向量，將得到的投影向量保存，組成冪平均半臉目標人臉庫。這樣，冪平均半臉目標人臉庫中每一個投影向量就對應著一張人臉圖像。步驟17是接收待識別的人臉圖像，然后步驟18是利用步驟14的方法生成待識別圖像的冪平均半臉圖像。步驟19將步驟18得到的冪平均半臉圖像投影到本征空間，得到一個投影向量。步驟20將待識別圖像的投影向量與冪平均半臉目標人臉庫中的投影向量比對，比如可以根據兩個向量之間歐氏空間距離的大小來判斷兩個向量相似度的大小。步驟21找出冪平均半臉目標人臉庫中與待識別圖像的投影向量相似度最大的投影向量所對應的人臉圖像，并將該圖像所屬的對象，即標簽作為識別結果。步驟22是結束狀態。圖2詳細說明了生成冪平均半臉圖像的方法。步驟1400是起始狀態。步驟1401是獲取目標人臉圖像。步驟1402是將圖像分割，得到對稱的左右兩幅半臉圖像。這一步中，需要注意的是，在人臉圖像分割之前，必須先將人臉圖像根據眼、鼻的中軸線居中。為了使得到的左右兩幅半臉圖像可以對齊，步驟1403將左右半臉中的任意一幅圖像進行鏡面反轉，如圖3第2、3步所示。步驟1404是構造冪平均函數，冪平均函數可以是幾何平均函數、二次平均函數或核函數。步驟1405是將步驟1403得到的兩幅半臉圖像通過所構造的冪平均函數映射生成為一張冪平均半臉圖像。步驟1406是結束狀態。本專利技術并不是使用完整的人臉圖像全圖進行比對識別，而是基于人臉圖像的左右部分基本對稱這一事實，先將人臉圖像全圖分割成對稱的左右兩幅半臉圖像，然后將左右兩幅半臉圖像通過冪平均函數合成一張冪平均半臉圖像進行人臉識別。采用這種識別方法，一方面基于冪平均函數的冪平均半臉圖像具有更好的區分度，從而保證本方法能夠得到較好的識別效果；另一方面，由于采用半臉圖像進行識別，使得本方法在識別過程中所需的時間成本和空間成本更低。本文檔來自技高網...

【技術保護點】
一種基于冪平均半臉的人臉圖像識別方法，其特征在于包括：（一）冪平均半臉目標人臉庫的建立，包括如下步驟：(1)?獲取用于對識別機制進行訓練的人臉圖像集；(2)?對人臉圖像集中的每一張人臉圖像，生成一張冪平均半臉圖像；(3)?利用基于梯度方向的主成分分析方法，為冪平均半臉圖像集生成一個本征空間；(4)?將每一張人臉圖像的冪平均半臉圖像在本征空間的投影向量保存起來，組成冪平均半臉目標人臉庫；（二）冪平均半臉圖像的識別，包括如下步驟：①接收待識別的人臉圖像；②生成待識別人臉圖像的冪平均半臉圖像；③獲得待識別的冪平均半臉圖像在本征空間的投影向量；④計算待識別的冪平均半臉圖像的投影向量和冪平均半臉目標人臉庫中每一個投影向量的相似度；⑤輸出冪平均半臉目標人臉庫中相似度最大的投影向量所對應的圖像作為識別結果。

【技術特征摘要】
1.一種基于冪平均半臉的人臉圖像識別方法，其特征在于包括: (一)冪平均半臉目標人臉庫的建立，包括如下步驟: (1)獲取用于對識別機制進行訓練的人臉圖像集； (2)對人臉圖像集中的每一張人臉圖像，生成一張冪平均半臉圖像； (3)利用基于梯度方向的主成分分析方法，為冪平均半臉圖像集生成一個本征空間； (4)將每一張人臉圖像的冪平均半臉圖像在本征空間的投影向量保存起來，組成冪平均半臉目標人臉庫； (二)冪平均半臉圖像的識別，包括如下步驟: ①接收待識別的人臉圖像； ②生成待識別人臉圖像的冪平均半臉圖像； ③獲得待識別的冪平均半臉圖像在本征空間的投影向量； ④計算待識別的冪平均半臉圖像的投影向...

【專利技術屬性】
技術研發人員：趙林度，楊世才，楚永杰，
申請(專利權)人：東南大學，
類型：發明
國別省市：