The invention provides a face recognition method and system, relates to the field, the technology of face recognition method comprises: obtaining the face image, and the key points of face image is detected by the first face key point; according to the first face key points are normalized face image, get the standard face image, which includes second key points of face face in the image; judging whether the image is false face to face face second key points; if not, the standard face image anti light filter, get the anti illumination face image; the anti illumination face image feature extraction, LBP feature will be face; face LBP features and facial feature database comparison according to the comparison results of face image recognition. The face recognition rate can be improved when the light changes are great and the face pose is random.
【技术实现步骤摘要】
人脸识别方法和系统
本专利技术涉及人脸识别
,尤其是人脸识别方法和系统。
技术介绍
人脸识别技术是目前生物识别技术的一个热点,在安防、考勤、机器人应用等方面有重要应用,是一种公认的最不具侵犯性和最方便的生物特征识别技术。目前主要方法包括基于PCA(PrincipalComponentAnalysis,主成分分析法)/LDA(LinearDiscriminantmethod,线性判别法)等子空间的方法以及基于特征点特征描述子的方法,其原理均是通过对原人脸图像提取出有代表性的低维表达,以进行分类识别。但是基于PCA/LDA等子空间的方法和特征点特征描述子的方法,对人脸姿态和光照变化都不够鲁棒,尤其是应用于机器人时,导致在光照变化极大、人脸姿态随意的情况下,识别率较低。
技术实现思路
有鉴于此,本专利技术的目的在于提供人脸识别方法和系统,可以在光照变化极大、人脸姿态随意的情况下,提高人脸识别率。第一方面,本专利技术实施例提供了人脸识别方法,所述方法包括:获取人脸图像,并对所述人脸图像进行关键点检测,得到第一人脸关键点;根据所述第一人脸关键点对所述人脸图像进行归一化处理,得到标准人脸图像,其中,所述标准人脸图像中包括第二人脸关键点;根据所述第二人脸关键点判断所述人脸图像是否为虚假人脸;如果否,则对所述标准人脸图像进行抗光照滤波处理,得到抗光照人脸图像;对所述抗光照人脸图像进行特征提取,得到人脸LBP特征;将所述人脸LBP特征与人脸特征库进行比对,并根据比对结果对所述人脸图像进行识别。结合第一方面,本专利技术实施例提供了第一方面的第一种可能的实施方式,其中,所述第 ...
【技术保护点】
一种人脸识别方法,其特征在于,所述方法包括:获取人脸图像,并对所述人脸图像进行关键点检测,得到第一人脸关键点;根据所述第一人脸关键点对所述人脸图像进行归一化处理,得到标准人脸图像,其中,所述标准人脸图像中包括第二人脸关键点;根据所述第二人脸关键点判断所述人脸图像是否为虚假人脸;如果否,则对所述标准人脸图像进行抗光照滤波处理,得到抗光照人脸图像;对所述抗光照人脸图像进行特征提取,得到人脸LBP特征;将所述人脸LBP特征与人脸特征库进行比对,并根据比对结果对所述人脸图像进行识别。
【技术特征摘要】
1.一种人脸识别方法,其特征在于,所述方法包括:获取人脸图像,并对所述人脸图像进行关键点检测,得到第一人脸关键点;根据所述第一人脸关键点对所述人脸图像进行归一化处理,得到标准人脸图像,其中,所述标准人脸图像中包括第二人脸关键点;根据所述第二人脸关键点判断所述人脸图像是否为虚假人脸;如果否,则对所述标准人脸图像进行抗光照滤波处理,得到抗光照人脸图像;对所述抗光照人脸图像进行特征提取,得到人脸LBP特征;将所述人脸LBP特征与人脸特征库进行比对,并根据比对结果对所述人脸图像进行识别。2.根据权利要求1所述的人脸识别方法,其特征在于,所述第一人脸关键点包括两眼,所述根据所述第一人脸关键点对所述人脸图像进行归一化处理,得到标准人脸图像包括:检测所述人脸图像的两眼之间的距离,得到两眼距离;将所述人脸图像进行缩放,直至将所述两眼距离归一化为预设距离,得到缩放后的人脸图像;将所述缩放后的人脸图像旋转为两眼水平状态,得到所述标准人脸图像。3.根据权利要求2所述的人脸识别方法,其特征在于,所述将所述缩放后的人脸图像旋转为两眼水平状态,得到所述标准人脸图像包括:检测所述缩放后的人脸图像的两眼连线矢量;根据所述两眼连线矢量计算两眼连线与水平线的夹角角度;将所述缩放后的人脸图像反向旋转所述夹角角度,得到所述标准人脸图像。4.根据权利要求2所述的人脸识别方法,其特征在于,所述检测所述人脸图像的两眼之间的距离,得到两眼距离包括:分别检测两眼的中心坐标值;根据所述中心坐标值得到所述两眼距离。5.根据权利要求1所述的人脸识别方法,其特征在于,所述根据所述第二人脸关键点判断所述人脸图像是否为虚假人脸包括:判断所述第二人脸关键点的灰度值差异是否满足预设条件;如果不满足所述预设条...
【专利技术属性】
技术研发人员:王亚伟,薛林,王玉亮,王巍,
申请(专利权)人:北京进化者机器人科技有限公司,
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。