一种多级人脸比对系统和方法技术方案

本发明专利技术涉及一种多级人脸比对系统和方法，包括以下步骤：将第一人脸图像转化为第一灰度图，提取第一灰度图的整体特征和局部特征保存；将第二人脸图像转化为第二灰度图，提取第二灰度图的整体特征，将第二灰度图的整体特征和第一灰度图的整体特征进行比对；比对成功，提取第二灰度图的局部特征，将第二灰度图的局部特征和整体特征放入标准比对库；比对失败，提取第二灰度图的局部特征，将其与第一灰度图的局部特征进行比对；比对成功，将第二灰度图的局部特征和整体特征放入标准比对库。相对现有技术，本发明专利技术结合整体比对和局部比对，提高人脸了比对的准确性，且能自动更新比对标准，提升适应范围。

【技术实现步骤摘要】

本专利技术涉及生物特征识别
，具体涉及一种多级比对相结合，能够进行自学习的人脸比对系统和方法。
技术介绍
人脸识别技术日渐成熟，引起大家越来越多的关注，在很多领域得到应用；人脸比对是人脸识别过程中的一个关键环节，现有的人脸比对方法主要是从整张人脸图像中提取全局特征或局部特征，通过整体比对提高人脸比对的性能进入一个瓶颈，随着图像、视频技术的进步，摄像设备获得的图片分辨率不断提高，获得的人脸的局部区域，尤其是眼睛、鼻子、嘴巴等器官的分辨率越来越高，由于获得的人脸的局部区域分辨率不高导致的提取特征困难，比对准确性低的技术难题正逐步得到缓解，如何利用局部区域进行比对是提高对人脸比对的性能的一个重要发展趋势和技术难题。目前的人脸识别方法使用相对固定的标准比对库来进行人脸比对，这使人脸比对严重依赖该标准库，缺乏对场景的适应能力。随着时间、场景、任务表情等的变化，人脸比对的性能变化很大。同时，必须对不同的使用场景分别建立一个完善的人脸标准比对库。建立完善标准比对库的过程复杂。在很多实际场景中，在部署人脸识别系统的初期建立一个完善的标准比对库很难实现。如何提高人脸比对的自学习能力，使比对方法能够适应不同环境是人脸比对过程中另一个技术难题。
技术实现思路
本专利技术所要解决的技术问题是提供一种结合整体比对和局部比对，提高人脸了比对的准确性，减少误判，且能自动更新比对标准，提升适应范围的多级人脸比对系统和方法。本专利技术解决上述技术问题的技术方案如下:一种多级人脸比对方法，包括以下步骤:步骤S1:转化模块将第一人脸图像转化为第一灰度图，提取模块提取第一灰度图的整体特征和局部特征保存到标准比对库；步骤S2:转化模块将第二人脸图像转化为第二灰度图，提取模块提取第二灰度图的整体特征，将第二灰度图和第一灰度图的整体特征送入整体比对模块进行比对；步骤S3:如果比对的欧式距离小于或等于阈值1，则比对成功执行步骤S4 ;如果比对的欧式距离大于阈值1，则比对失败执行步骤S5 ;步骤S4:提取模块提取第二灰度图的局部特征，将局部特征和整体特征放入标准比对库；步骤S5:提取模块提取第二灰度图的局部特征，将其与第一灰度图的局部LBP特征送入局部比对模块进行比对；步骤S6:如果比对的欧式距离小于或等于阈值2，将第二灰度图的局部特征和整体特征放入标准比对库；如果比对的欧式距离大于阈值2，则比对失败。本专利技术的有益效果是:通过整体特征比对和局部特征比对，提高了人脸比对的准确性，减少误判；再者能自动更新标准比对库，不断更新比对标准，提升比对的准确性，以及使得本方法能适应人脸在不断变化的比对，提高适应性。在上述技术方案的基础上，本专利技术还可以做如下改进。进一步，所述第一灰度图的整体特征和局部特征与第二灰度图的整体特征和局部特征的比对的计算方法还包括街区距离和棋盘距离。进一步，所述步骤4和步骤6的具体实现步骤:将第一灰度图和第二灰度图两者的整体特征和局部特征放入候选比对库，当候选比对库中的整体特征和局部特征超过设定数量或停留超过设定时间，将候选比对库中的整体特征和局部特征加入标准比对库。采用上述进一步方案的有益效果是:能够提高比对的效率和稳定性，而且避免标准比对库在一段时间内的急剧变化和臃肿进一步，所述第一灰度图和第二灰度图两者的整体特征和局部特征提取方法包括LBP特征提取、Gabor特征提取和HOG特征提取。进一步，提取灰度图的整体特征和局部特征的具体实现，用AdaBoost算法的变形算法检测人脸区域，人脸区域归一化到固定存储数值，再用能减少或消除光照给人脸比对带来的影响的图像预处理算法对人脸区域进行预处理。所述图像增强算法包括直方图均衡和gamma变换。采用上述进一步方案的有益效果是:便于比对，提升比对的准确率。进一步，所述局部特征包括眼睛、鼻子、嘴巴、眉毛、痣、斑点、胎记的特征。采用上述进一步方案的有益效果是:全面比对脸部的凸出特征，能提升比对的准确性。进一步，提取灰度图的局部特征包括以下步骤:将灰度图通过ASM算法进行特征点定位，分别提取眼睛、鼻子、嘴巴和眉毛区域，然后将眼睛、鼻子、嘴巴区域分别归一化到不同的固定存储数值。进一步，所述第二灰度图和第一灰度图的局部特征比对的具体实现，将眼睛、鼻子和嘴巴的欧式距离按权值相加，获得局部特征的欧式距离。采用上述进一步方案的有益效果是:根据眼睛、鼻子和嘴巴的重要性赋予不同的权值，综合起来比对局部特征，提升比对的准确性。一种多级人脸比对系统，包括转化模块、提取模块、整体比对模块、局部比对模块和标准比对库；所述转化模块，用于将第一人脸图像转化为第一灰度图，还用于将第二人脸图像转化为第二灰度图；所述提取模块，其用于提取第一灰度图的整体特征和局部特征，还用于提取第二灰度图的整体特征；还用于当整体比对模块比对失败时，提取第二灰度图的局部特征；所述整体比对模块，其用于将第二灰度图和第一灰度图的整体特征进行比对，如果比对的欧式距离小于或等于阈值1，则比对成功；如果比对的欧式距离大于阈值1，则比对失败；所述局部比对模块，其用于将第二灰度图和第一灰度图的局部特征进行比对，比对的欧式距离小于或等于阈值2，比对成功，比对的欧式距离大于阈值2，则比对失败；所述标准比对库，用于放入第一灰度图的整体特征和局部特征；还用于当整体比对模块的比对成功和局部比对模块的比对成功时，放入第二灰度图的局部特征和整体特征。本专利技术的有益效果是:通过整体特征比对和局部特征比对，提高了人脸比对的准确性，减少误判；再者能自动更新标准比对库，不断更新比对标准，提升比对的准确性，以及使得本方法能适应人脸在不断变化的比对，提高适应性。还设置有候选比对库，其用于存储第一灰度图和第二灰度图两者的整体特征和局部特征，当候选比对库中的整体特征和局部特征超过设定数量或停留超过设定时间，将候选库中的整体特征和局部特征加入标准比对库。【附图说明】图1为本专利技术一种多级人脸比对方法的流程图；图2为本专利技术一种多级人脸比对系统模块框图；图3为本专利技术特征比对的流程图；图4为本专利技术提取人脸局部特征的流程图。附图中，各标号所代表的部件列表如下:1、转化模块，2、提取模块，3、整体比对模块，4、标准比对库，5、局部比对模块，6、候选比对库。【具体实施方式】以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。如图1和图3所示，一种多级人脸比对方法，包括以下步骤:步骤S1:转化模块I将第一人脸图像转化为第一灰度图，提取模块2提取第一灰度图的整体特征和局部特征保存到标准比对库4 ;步骤S2:转化模块I将第二人脸图像转化为第二灰度图，提取模块2提取第二灰度图的整体特征，将第二灰度图和第一灰度图的整体特征送入整体比对模块3进行比对；步骤S3:如果比对的欧式距离小于或等于阈值1，则比对成功执行步骤S4 ;如果比对的欧式距离大于阈值1，则比对失败执行步骤S5 ;步骤S4:提取模块2提取第二灰度图的局部特征，将局部特征和整体特征放入标准比对库4 ;步骤S5:提取模块2提取第二灰度图的局部特征，将其与第一灰度图的局部特征送入局部比对模块5进行比对；步骤S6:如果比对的欧式距离小于或等于阈值2，将第二灰度图的局部特征和整体特征放入标准比对库；如果比对的欧式距本文档来自技高网...

【技术保护点】
一种多级人脸比对方法，其特征在于，包括以下步骤：步骤S1：转化模块(1)将第一人脸图像转化为第一灰度图，提取模块(2)提取第一灰度图的整体特征和局部特征保存到标准比对库(4)；步骤S2：转化模块(1)将第二人脸图像转化为第二灰度图，提取模块(2)提取第二灰度图的整体特征，将第二灰度图的整体特征和标准比对库(4)内的第一灰度图的整体特征送入整体比对模块(3)进行比对；步骤S3：如果比对的欧式距离小于或等于阈值1，则比对成功执行步骤S4；如果比对的欧式距离大于阈值1，则比对失败执行步骤S5；步骤S4：提取模块(2)提取第二灰度图的局部特征，将第二灰度图的局部特征和整体特征放入标准比对库(4)，结束处理流程；步骤S5:提取模块(2)提取第二灰度图的局部特征，将其与第一灰度图的局部特征送入局部比对模块(5)进行比对；步骤S6：如果比对的欧式距离小于或等于阈值2，将第二灰度图的局部特征和整体特征放入标准比对库(4)；如果比对的欧式距离大于阈值2，则比对失败，结束处理流程。

【技术特征摘要】

【专利技术属性】
技术研发人员：蔡晓东，朱利伟，甘凯今，王丽娟，梁奔香，杨超，刘馨婷，华娜，吴迪，陈文竹，
申请(专利权)人：桂林远望智能通信科技有限公司，
类型：发明
国别省市：广西;45