本发明专利技术涉及人脸图像识别装置和方法，包括：存储部，预先存储有学习信息；特征提取部，在注册图像处理中，对所输入的多个注册人脸图像提取注册人脸图像的特征，而生成注册数据，并在识别图像处理中，对所采集的待识别人脸图像提取待识别人脸图像的特征；转换图像生成部，在识别图像处理中，利用存储在存储部中的学习信息，由待识别人脸图像得到转换图像；遮挡区域确定部，在识别图像处理中，根据待识别人脸图像和转换图像的差异图像，得到因遮挡物而产生的差异部分；相似度评价部，在识别图像处理中，根据注册人脸图像的特征和待识别人脸图像的特征，舍去在由遮挡区域确定部确定的差异部分，而评价注册人脸图像和待识别人脸图像的相似度。
【技术实现步骤摘要】
本专利技术涉及，更具体为涉及在局部遮挡情况下进行人脸识别。
技术介绍
近年来，随着人脸识别技术的不断完善，其应用领域不断扩大，并相继在市场上出现了许多基于人脸识别技术的产品，例如人脸考勤机、人脸锁、信用卡识别、身份登陆系统、安全监控系统、刑事鉴定等。在人脸识别技术中，一般会通过比对两张图像的相似度来判定图像中的人是否为同一个。为了完成比对，需要待识别人员在识别之前提供一张或多张用于比对的图像，该过程称为注册；而使用另一幅图像与注册人脸图像比对的过程称之为识别。由于采集的难度，注册人脸图像往往无法更新，而待识别人员通常会在发型、眼镜或口罩的佩戴情况上发生变化，使得待识别人脸图像与注册人脸图像差异过大，进而导致识别不成功。为此，必须设计一套能够应对局部遮挡情况下的人脸图像识别方法。在现有用于人脸识别的方法中，基于稀疏表示的方法，需要迭代求解，有计算代价高的问题；基于区域划分的方法，多采用将图像划分为多个矩形的方式，但当人脸部分有遮挡物时，由于遮挡区域分割不准确，而无法应对不规则遮挡物；另外，还有基于图像重建方法进行人脸识别的方法，但需要注册大量待识别人员的图像才能获得好的效果，在实际应用中往往不现实，并且受到应用场景约束。
技术实现思路
本专利技术为解决上述问题，提出一种人脸图像识别装置，其对所输入的注册人脸图像进行注册图像处理，生成注册数据，并对所采集的待识别人脸图像进行识别图像处理，该人脸图像识别装置包括:存储部，其中预先存储有学习信息；特征提取部，其在所述注册图像处理中，对所输入的多个注册人脸图像提取注册人脸图像的特征，而生成注册数据，并在所述识别图像处理中，对所采集的待识别人脸图像提取待识别人脸图像的特征；转换图像生成部，其在所述识别图像处理中，利用存储在所述存储部中的所述学习信息，由所述待识别人脸图像得到转换图像；遮挡区域确定部，其在所述识别图像处理中，根据所述待识别人脸图像和所述转换图像的差异图像，得到因遮挡物而产生的差异部分；相似度评价部，其在所述识别图像处理中，根据所述注册人脸图像的特征和所述待识别人脸图像的特征，舍去在由所述遮挡区域确定部确定的所述差异部分，而评价所述注册人脸图像和所述待识别人脸图像的相似度。如上所述，通过剔除注册人脸图像与待识别人脸图像的差异部位来进行局部遮挡情况下的人脸图像识别。在注册和识别之前，预先使用大量的非注册人员的转换图像，学习一个无遮挡人脸模型。在注册时，提取所有注册人脸图像的原始特征并保存。在识别时，首先提取待识别人脸图像的特征并保存。之后使用作为学习信息的无遮挡人脸模型对待识别人脸图像进行转换生成一副新图像，将新图像与待识别人脸图像进行比对，找出二者差异最大的区域，并认为该区域中存在遮挡物。再结合遮挡物的区域信息动态修改相似度计算方法，进而得到二者的相似度。最后，根据遮挡区域的轮廓、面积和位置等几何信息动态选取阈值，判断图像中的人是否相同。本专利技术的优点是，预先生成学习信息，从而在用户使用之前，提前完成大量的计算，在识别时的计算量小，同时，由于有学习信息，因而识别时不受遮挡物形状的限制，也不需要增加注册人脸图像的数量。在本专利技术中，所述学习信息为，根据在无遮挡情况下对人脸图像进行拍摄的多个学习样本图像，而生成的从样本图像空间到注册人脸图像特征空间的转换公式。该学习信息计算量大，然而，在进行一次运算后，可以在人脸图像识别装置中延续地使用，并且，大大减少了人脸图像识别装置的运算负荷，提高识别的速度。优选还具有，归一化部，其在注册图像处理中，对所述注册人脸图像进行归一化处理后发送至所述特征提取部，并在所述识别图像处理中，对所述待识别人脸图像进行归一化处理后，发送至所述特征提取部、所述遮挡区域确定部和所述相似度评价部。此外，优选在所述转换图像生成部中，根据所述转换公式，由所述待识别人脸图像得到无遮挡人脸图像空间的特征，再使用所述转换公式的逆运算转回到原空间，得到相似无遮挡人脸的转换图像。并优选，在所述遮挡区域确定部中，将所述待识别人脸图像减去所述转换图像，生成所述差异图像，根据差异图像中像素的大小和分布生成所述差异部分。还优选在所述遮挡区域确定部中，在对所述差异图像进行滤波和二值化处理后，根据该二值化后的图像中像素的大小和分布生成所述差异部分。还优选，在所述遮挡区域确定部中，对所述二值化后的图像进行基于形态学处理方法或区域连通处理方法的处理后，生成所述差异部分。另外，优选在相似度评价部中，根据所述差异部分的信息动态修改评价标准。本专利技术还提供一种人脸图像识别方法，包括:注册图像处理工序，根据所输入的注册人脸图像生成注册数据；和识别图像处理工序，对采集的人脸图像进行识别，其中，所述注册图像处理工序包括:注册人脸图像特征提取步骤，由所述多个注册人脸图像提取注册人脸图像的特征，而生成注册数据，所述识别图像处理工序包括:转换图像生成步骤，根据预先设定的学习信息，由待识别人脸图像得到转换图像；遮挡区域确定步骤，根据所述待识别人脸图像和所述转换图像的差异图像，得到因遮挡物而产生的差异部分；待识别人脸图像特征提取步骤，对所采集的待识别人脸图像提取待识别人脸图像的特征；和相似度计算评价步骤，根据所述注册人脸图像的特征和所述待识别人脸图像的特征，舍去在所述遮挡区域确定步骤中识别的所述差异部分，而计算所述注册人脸图像和所述待识别人脸图像的相似度。【附图说明】图1为本实施方式的人脸图像识别装置的方框图。图2为用于说明生成学习信息的图。图3为表示在转换图像生成部中进行的处理的说明图。图4为表示在遮挡区域确定部中进行的处理的说明图。图5为相似度评价部评价相似度的流程图。【具体实施方式】下面，结合附图详细说明本专利技术的【具体实施方式】的人脸图像识别装置。在本实施方式中，以进行身份验证的情形为例进行说明，并且，以所采集的待识别的人脸图像中，该图像采集对象面部的遮挡物为眼镜。图1是表示本专利技术的人脸识别装置的方框图。在本专利技术的人脸图像识别装置100中，包括用于生成注册数据的注册图像处理部分110 ;用于对采集的人脸图像进行识别的识别图像处理部分120和存储部130。在存储部130中存储有由注册图像处理部分110生成的注册数据和学习信息132，以供识别处理部分120在进行人脸图像识别时使用。<学习信息>存储在存储部130中的学习信息132是，根据在无遮挡情况下对人脸图像进行拍摄的多个学习样本图像，生成从样本图像空间到注册人脸图像特征空间的转换公式。该学习信息132是预先根据大量的学习样本图像生成的预置信息，通常情况下不允许用户自行修改。该学习信息132通过如下手段得到，在将例如k个的无遮挡人脸图像作为学习样本图像，生成从样本图像空间到注册人脸特征空间的转换公式时，可以采用现有的多种学习方法生成该转换公式，例如可采用基于深度学习的叠加去噪自动编码机(StackedDenoising Auto-Encoder)、主成分分析法(PCA)等。在本实施方式中，以主成分分析法为例进行说明。图2为以主成分分析当前第1页1 2 3 本文档来自技高网...
【技术保护点】
一种人脸图像识别装置，其对所输入的注册人脸图像进行注册图像处理，生成注册数据，并对所采集的待识别人脸图像进行识别图像处理，其特征在于，包括：存储部，其中预先存储有学习信息；特征提取部，其在所述注册图像处理中，对所输入的多个注册人脸图像提取注册人脸图像的特征，而生成注册数据，并在所述识别图像处理中，对所采集的待识别人脸图像提取待识别人脸图像的特征；转换图像生成部，其在所述识别图像处理中，利用存储在所述存储部中的所述学习信息，由所述待识别人脸图像得到转换图像；遮挡区域确定部，其在所述识别图像处理中，根据所述待识别人脸图像和所述转换图像的差异图像，得到因遮挡物而产生的差异部分；相似度评价部，其在所述识别图像处理中，根据所述注册人脸图像的特征和所述待识别人脸图像的特征，舍去在由所述遮挡区域确定部确定的所述差异部分，而评价所述注册人脸图像和所述待识别人脸图像的相似度。
【技术特征摘要】
【专利技术属性】
技术研发人员：黄磊，孙涛，
申请(专利权)人：汉王科技股份有限公司，
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。