【技术实现步骤摘要】
本专利技术涉及人脸识别
,特别涉及一种基于多姿态识别的人脸验证方法及装置。
技术介绍
人脸验证技术是计算机识别领域非常活跃的研究课题,主要包括三个技术环节:预处理、人脸特征提取和分类器设计。由于人脸验证技术在人脸识别中的优势,人脸验证技术在安全领域得到较为广泛的应用,但仍然存在许多不确定的因素制约着人脸验证技术的应用和发展。例如,姿态因素:在不同姿态下人脸图像会发生变化,部分面部特征会被遮挡;光照因素:不同强度和方向的光照下人脸图像也会发生很大的变化;情绪因素:由于人在不同的情绪下表现出来的不同的表情也会引起人脸表面轮廓和纹理的变化等,这些因素都影响着人脸验证的准确度。其中上述姿态因素严重影响多姿态下人脸验证的准确度,为此本专利技术提供一种基于多姿态识别的人脸验证方法及装置,用于提高多姿态下人脸验证的准确度。
技术实现思路
有鉴于此,本专利技术提供一种基于多姿态识别的人脸验证方法及装置,用于提高多姿态下人脸验证的准确度。技术方案:本专利技术提供一种基于多姿态识别的人脸验证方法,包括:获取同一张人脸在至少两种不同姿态下的待验证人脸图像;对每个所述待验证人脸图像进行特征提取,得到每个所述待验证人脸图像的特征;依据每个所述待验证人脸图像的特征,对每个所述待验证人脸图像进行姿态识别,得到每个所述待验证人脸图像的姿态类别;将每个所述待验证人脸图像的特征与预先
【技术保护点】
一种基于多姿态识别的人脸验证方法,其特征在于,包括:获取同一张人脸在至少两种不同姿态下的待验证人脸图像;对每个所述待验证人脸图像进行特征提取,得到每个所述待验证人脸图像的特征;依据每个所述待验证人脸图像的特征,对每个所述待验证人脸图像进行姿态识别,得到每个所述待验证人脸图像的姿态类别;将每个所述待验证人脸图像的特征与预先建立的人脸图像库中具有相同所述姿态类别的人脸图像的特征进行匹配,得到匹配结果;当所述匹配结果表明至少一个所述待验证人脸图像的特征与预先建立的人脸图像库中具有相同所述姿态类别的人脸图像的特征匹配时,获取所述待验证人脸图像的身份信息;当所述匹配结果表明每个所述待验证人脸图像的特征与预先建立的人脸图像库中具有相同所述姿态类别的人脸图像的特征都不匹配时,指示人脸验证失败。
【技术特征摘要】
1.一种基于多姿态识别的人脸验证方法,其特征在于,包括:
获取同一张人脸在至少两种不同姿态下的待验证人脸图像;
对每个所述待验证人脸图像进行特征提取,得到每个所述待验证人脸
图像的特征;
依据每个所述待验证人脸图像的特征,对每个所述待验证人脸图像进
行姿态识别,得到每个所述待验证人脸图像的姿态类别;
将每个所述待验证人脸图像的特征与预先建立的人脸图像库中具有
相同所述姿态类别的人脸图像的特征进行匹配,得到匹配结果;
当所述匹配结果表明至少一个所述待验证人脸图像的特征与预先建
立的人脸图像库中具有相同所述姿态类别的人脸图像的特征匹配时,获
取所述待验证人脸图像的身份信息;
当所述匹配结果表明每个所述待验证人脸图像的特征与预先建立的
人脸图像库中具有相同所述姿态类别的人脸图像的特征都不匹配时,指
示人脸验证失败。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取多种姿态的人脸图像;
对每个所述人脸图像进行特征提取,得到每个所述人脸图像的特征;
将所述人脸图像的姿态类别和所述特征记录在所述人脸图像库中,得
到所述人脸图像库。
3.根据权利要求2所述的方法,其特征在于,所述获取人脸面部向
右旋转、向左旋转、正面、正面抬头和正面低头的人脸图像,其中向右
旋转包括:向右旋转90度、70度、50度、30度、10度,向左旋转包括
向左旋转90度、70度、50度、30度、10度。
4.根据权利要求1所述的方法,其特征在于,所述对每个所述待验
证人脸图像进行特征提取,得到每个所述待验证人脸图像的特征包括:
采用局部线性嵌入方法对所述待验证人脸图像进行维数约减,以得到
所述待验证人脸图像的特征。
5.根据权利要求1所述的方法,其特征在于,所述依据每个所述待
\t验证人脸图像的特征,对每个所述待验证人脸图像进行姿态识别,得到
每个所述待验证人脸图像的姿态类别包括:
利用所述待验证人脸图像的特征、待确定的所述待验证人脸图像的姿
态类别、所述人脸图像库的特征和所述人脸图像库的姿态类别建立含有
缺失项的低秩矩阵;
对所述低秩矩阵求解,以确定所述待验证人脸图像的姿态类别。
6.一种基于多姿态识别的人脸验证装置,其特征在于,包括:
第一获取单元,用于获取同一张人...
【专利技术属性】
技术研发人员:蔡苗苗,谢衍涛,陈继,
申请(专利权)人:中科创达软件股份有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。