人脸验证方法及系统技术方案

本发明专利技术公开了一种人脸验证方法及系统，该人脸验证方法，包括以下步骤：获取待验化妆人脸图像和对应的待验非化妆人脸图像的局部特征信息和全局特征信息，得到所述待测化妆人脸图像和对应的待验非化妆人脸图像的待测特征信息；根据参考特征空间，将所述待测特征信息进行PLS特征投影得到第一特征空间；根据所述第一特征空间，验证所述待测化妆人脸图像和应对的待测非化妆人脸图像的是否为同一个人。本发明专利技术实施例的人脸验证方法通过获取人脸图像的局部和全局特征信息，并将两种特征信息进行投影处理，在得到的新的特征空间中验证化妆人脸图像和应对的非化妆人脸图像，提高了人脸验证的效率。

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.

【技术实现步骤摘要】
人脸验证方法及系统
本专利技术涉及人脸识别
，特别涉及一种人脸验证方法及系统。
技术介绍
随着大众审美的提高和化妆品成本的下降，越来越多的人将化妆列为每天的必备事项。化妆在一定程度上改变了人脸的颜色、轮廓以及纹理等特征，特别是在眼睛、嘴唇和眉毛等位置，化妆前后变化明显，致使同一个人的不同照片存在很大差异。人脸识别方法大多仅采用局部或全局的单一的提取方式，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问题，导致错误率的上升。在相关技术中，基于典型相关分析的化妆人脸识别的方法，但识别效果较差，识别率仅为62.4％；或者，将人脸分成12块，提取PCA特征并与偏最小二乘法相结合，在识别率上有了一定的提高。但是，单一的局部块的特征并不能够代表全局特征，容易损失更多有效信息；或者，引入集成学习的方法，对化妆和非化妆人脸的整体区域提取局部Gabor梯度模式(LGGP)、Gabor有序比率直方图(HGORM)和密集采样局部二值模式(DS-LBP)三种特征，将特征投影到子空间中进行分类，这种方法的缺点是两次利用Gabor特征，造成信息大量冗余。
技术实现思路
本专利技术旨在至少在一定程度上解决上述相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种人脸验证方法。该人脸验证方法提高了人脸验证的效率。本专利技术的另一个目的在于提供一种人脸验证系统。为了实现上述目的，本专利技术第一方面实施例公开了一种人脸验证方法，包括以下步骤：获取待验化妆人脸图像和对应的待验非化妆人脸图像的局部特征信息和全局特征信息，得到所述待测化妆人脸图像和对应的待验非化妆人脸图像的待测特征信息；根据参考特征空间，将所述待测特征信息进行PLS特征投影得到第一特征空间；根据所述第一特征空间，验证所述待测化妆人脸图像和应对的待测非化妆人脸图像的是否为同一个人。根据本专利技术实施例的人脸验证方法，通过获取人脸图像的局部和全局特征信息，并将两种特征信息进行投影处理，在得到的新的特征空间中验证化妆人脸图像和应对的非化妆人脸图像，提高了人脸验证的效率。另外，根据本专利技术上述实施例的人脸验证方法还可以具有如下附加的技术特征：进一步地，还包括：获取参考化妆人脸图像和对应的参数非化妆人脸图像的局部特征信息和全局特征信息，得到所述参考化妆人脸图像和对应的参考非化妆人脸图像的参考特征信息；对所述参考特征信息进行PLS特征投影处理，得到所述参考特征空间。进一步地，所述获取局部特征信息包括：对所述人脸图像进行分块处理形成多个子块；在所述子块的基础上提取局部二值模式特征；求取所述局部二值模式特征的权重，得到所述局部特征信息。进一步地，所述全局特征信息包括第一至三全局特征信息，其中，获取方法包括：根据人脸图像，利用多尺度局部二值模式提取所述第一全局特征信息；根据人脸图像，利用多尺度局部相位量化提取所述第二全局特征信息；根据人脸图像，利用区域的Gabor提取所述第三全局特征信息。进一步地，所述验证所述待测化妆人脸图像和应对的待测非化妆人脸图像的是否为同一个人包括：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，并对所述相似得分加权求和，获得验证结果。本专利技术第二方面实施例公开了一种人脸验证系统，包括：第一获取模块，用于获取待验化妆人脸图像和对应的待验非化妆人脸图像的局部特征信息和全局特征信息，得到所述待测化妆人脸图像和对应的待验非化妆人脸图像的待测特征信息，根据参考特征空间，将所述待测特征信息进行PLS特征投影得到第一特征空间；验证模块，用于根据所述第一特征空间，验证所述待测化妆人脸图像和应对的待测非化妆人脸图像的是否为同一个人。根据本专利技术实施例的人脸验证系统，通过获取人脸图像的局部和全局特征信息，并将两种特征信息进行投影处理，在得到的新的特征空间中验证化妆人脸图像和应对的非化妆人脸图像，提高了人脸验证的效率。另外，根据本专利技术上述实施例的人脸验证系统还可以具有如下附加的技术特征：进一步地，还包括：第二获取模块，用于获取参考化妆人脸图像和对应的参数非化妆人脸图像的局部特征信息和全局特征信息，得到所述参考化妆人脸图像和对应的参考非化妆人脸图像的参考特征信息，对所述参考特征信息进行PLS特征投影处理，得到所述参考特征空间。进一步地，所述获取局部特征信息包括：对所述人脸图像进行分块处理形成多个子块；在所述子块的基础上提取局部二值模式特征；求取所述局部二值模式特征的权重，得到所述局部特征信息。进一步地，所述全局特征信息包括第一至三全局特征信息，其中，获取方法包括：根据人脸图像，利用多尺度局部二值模式提取所述第一全局特征信息；根据人脸图像，利用多尺度局部相位量化提取所述第二全局特征信息；根据人脸图像，利用区域的Gabor提取所述第三全局特征信息。进一步地，所述验证模块还包括：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，并对所述相似得分加权求和，获得验证结果。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1是根据本专利技术一个实施例的人脸验证方法的流程图；图2是根据本专利技术另一个实施例的人脸验证方法的流程图；以及图3是根据本专利技术一个实施例的人脸验证系统的结构框图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。以下结合附图描述根据本专利技术的实施例的人脸验证方法及系统。图1是根据本专利技术一个实施例的人脸验证方法的流程图。如图1所示，根据本专利技术一个实施例的人脸验证方法，包括以下步骤：S110：获取待验化妆人脸图像和对应的待验非化妆人脸图像的局部特征信息和全局特征信息，得到待测化妆人脸图像和对应的待验非化妆人脸图像的待测特征信息。该人脸验证方法，还包括：获取参考化妆人脸图像和对应的参数非化妆人脸图像的局部特征信息和全局特征信息，得到参考化妆人脸图像和对应的参考非化妆人脸图像的参考特征信息；对参考特征信息进行PLS特征投影处理，得到参考特征空间。其中，S111：获取待测化妆人脸图像和对应的待验非化妆人脸图像和参考化妆人脸图像和对应的参数非化妆人脸图像的局部特征信息，包括：对人脸图像进行分块处理形成多个子块；在子块的基础上提取局部二值模式(LBP)特征；求取局部二值模式特征的权重，得到所述局部特征信息。具体而言，将化妆人脸图像或者非化妆人脸图像大小为128*160，利用现有检测算法自动检测83个点，根据点的位置将人脸分为12块，将每一块以名称和大小标记，对每一块进行局部二值模式特征提取，得到一个向量hi＝(i＝1,2,...,12)，将一张人脸的特征向量串联起来，得到图像的局部二值模式特征向量Hlbp＝[h1,h2,...,h12]，维度为3072，即命名化妆人脸特征向量表示为HAlbp，非化妆人脸特征向量表示为HBlbp。利用fisher准则求取12块的权重，保留权重较大的块，剔除权重较小的块，权重的计算方法如下：其中，m1(p本文档来自技高网...

【技术保护点】
一种人脸验证方法，其特征在于，包括以下步骤：获取待验化妆人脸图像和对应的待验非化妆人脸图像的局部特征信息和全局特征信息，得到所述待测化妆人脸图像和对应的待验非化妆人脸图像的待测特征信息；根据参考特征空间，将所述待测特征信息进行PLS特征投影得到第一特征空间；根据所述第一特征空间，验证所述待测化妆人脸图像和应对的待测非化妆人脸图像的是否为同一个人。

【技术特征摘要】
1.一种人脸验证方法，其特征在于，包括以下步骤：获取待验化妆人脸图像和对应的待验非化妆人脸图像的局部特征信息和全局特征信息，得到所述待测化妆人脸图像和对应的待验非化妆人脸图像的待测特征信息；根据参考特征空间，将所述待测特征信息进行PLS特征投影得到第一特征空间；根据所述第一特征空间，验证所述待测化妆人脸图像和应对的待测非化妆人脸图像的是否为同一个人。2.根据权利要求1所述人脸验证方法，其特征在于，还包括：获取参考化妆人脸图像和对应的参数非化妆人脸图像的局部特征信息和全局特征信息，得到所述参考化妆人脸图像和对应的参考非化妆人脸图像的参考特征信息；对所述参考特征信息进行PLS特征投影处理，得到所述参考特征空间。3.根据权利要求1或者2所述人脸验证方法，其特征在于，所述获取局部特征信息包括：对所述人脸图像进行分块处理形成多个子块；在所述子块的基础上提取局部二值模式特征；求取所述局部二值模式特征的权重，得到所述局部特征信息。4.根据权利要求1或者2所述的人脸验证方法，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，获取方法包括：根据人脸图像，利用多尺度局部二值模式提取所述第一全局特征信息；根据人脸图像，利用多尺度局部相位量化提取所述第二全局特征信息；根据人脸图像，利用区域的Gabor提取所述第三全局特征信息。5.根据权利要求1所述人脸验证方法，其特征在于，所述验证所述待测化妆人脸图像和应对的待测非化妆人脸图像的是否为同一个人包括：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，并对所述相似得分加权求和，获得...

【专利技术属性】
技术研发人员：付小雁，孙晓宇，尚媛园，刘梦飞，
申请(专利权)人：首都师范大学，
类型：发明
国别省市：北京,11