一种基于LBP的特征快速提取方法及人脸识别系统技术方案

本发明专利技术提出了一种基于LBP的特征快速提取方法及人脸识别系统，其系统包括：人脸识别模块、人脸搜索模块、全身搜索模块、轨迹化模块、数据库管理模块以及系统管理模块，其特征的提取过程采用十字型LBP(局部二值特征)算子进行特征提取，通过二者的结合，实现了快速的人脸识别功能。本发明专利技术的优点是，人脸识别系统采用LBP指局部二值模式进行特征提取，其对图像的质量以及光照强度要求不高，抗噪能力较强，更加适合用于复杂场景中的人脸识别，其基于LBP的人脸识别算法，通过有取向性的进行特征采集，且只针对与五官区域，使得其特征提取的速度更快，在人脸识别的实时性上有了更大的提升。

【技术实现步骤摘要】
一种基于LBP的特征快速提取方法及人脸识别系统
本专利技术涉及人脸识别
，尤其涉及一种基于LBP的特征快速提取方法及人脸识别系统，用于快速的人脸识别检索。
技术介绍
众所周知，人脸识别技术是基于人的脸部特征信息进行的身份识别的一种生物技术，人脸识别技术研究起源于20世纪60年代，经过了几十年的发展已经由弱人工智能向强人工智能转化，随着互联网技术的不断发展，识别算法的不断优化，人脸识别技术已经成为生物识别
的重要一环，且随着近些年来，“云计算”、“互联网”、“物联网”的快速发展，人们逐渐意识到大数据的重要价值，并且逐渐使用大数据技术改变社会的生产活动和日常生活。大数据作为一种新的新资源，正在不断被人们所关心。在数据的采集方面，大数据有这无与伦比的优势，因此，使得某些应用有了更广阔的房展空间，比如人脸识别技术，因此人脸识别技术与大数据的结合应运而生。由于大数据具有信息来源广，信息量大等特点，因此对其的应用的快速处理能力将是必不可少的，并且由于数据来源广，其用于人脸识别数据的质量也不尽相同，因此找到一种适合数据快速处理、且抗噪能力强的人脸识别方法至关重要。人脸识别发放中，采用LBP指局部二值模式(LocalBinaryPatterns)，是一个不错的选择，LBP在数字图像处理和模式识别领域，主要用于提取图像的特征，并且图像的度量、局部的纹理信息的质量以及光照强度对其影响不大，因此其具有很强的抗造能力。原始的LBP算子定义在3*3邻域内，随机选取图像的3*3局部区域，选取该区域的中心为算子阈值，将周围的8个像素点和该中心阈值进行比较，令大于该阈值的像素点表示为1，小于部分表示为0，这样就得到一个8位二进制数，从第一个值开始排列得到该像素点的十进制表示值即为该像素点的LBP编码特征值，其方法简单有效，但是一来其计算量比较大(每个像素点都进行计算)，二来其计算出来的特征中包含很多无用的信息。因此，我们希望在其基础上可以找到一种更加有效快速的特征提取方法。
技术实现思路
针对上述问题，根据本专利技术的一个方面公开了一种基于LBP的特征快速提取方法，包括：建立十字型LBP算子模型，其中所述十字型LBP算子模型由中心像素点以及与中心像素点相邻的四个像素点组成；确定中心像素点及其灰度，并判断与其相邻的四个像素点的灰度值与所述中心像素点的灰度值的大小，若所述相邻的四个像素点的灰度值大于等于所述中心像素点的灰度值，则将该像素点编码为1，反之编码为0，若一个像素点中被多次编码，则其结果为多次编码进行逻辑与的结果；将与所述编码为1的像素点作为中心像素点，并将其与其周围未被编码的像素点进行比较，直至编码完成；将所述编码完成的图像转变成LBP图像，完成快速特征提取。进一步的，在所述建立十字型LBP算子模型步骤前，所述方法还包括：初始中心像素点的选择，通过Hear特征分离器，确定五官及范围，并在五官范围内均匀选取所述中心像素点。进一步的，所述一种基于LBP的特征快速提取方法中会产生未编码区域，所述未编码区域包括除五官区域以外的其它人脸面部区域。根据本专利技术的另一个方面，公开了一种使用上述一种基于LBP的特征快速提取方法的人脸识别系统，包括：人脸识别模块，用于对系统检测到的人脸提取特征值，并跟识别库中的其他人脸进行对比识别；人脸搜索模块，用于在人群中对人脸进行识别，捕捉人脸，并将捕捉到的人脸进行抓拍，导入人脸识别库中；全身搜索模块、用于对目标的全身特征进行捕捉，并将捕捉到的全身特征进行抓拍，导入全身识别库中；轨迹化模块，对特征匹配结果符合的人脸进行追踪，根据所捕捉到人脸数据的时间、地点，按照时间顺序在地图中标记出目标人物活动轨迹；数据库管理模块，用于将不同类型的捕捉数据存放在不同的数据库中，并可以按照一定规律进行排列；系统管理模块，用于对包括：系统日志、摄像机设备以及摄像头布置规则进行统一的配置管理。进一步的，所述跟识别库中的其他人脸进行对比识别包括：对所述检测到的人脸图像与所述人脸识别库中的人脸图像分别进行特征提取，提取LPB图像，然后通过卡方统计法对两张LPB图像中的LPB特征进行匹配，从而进行识别。进一步的，所述于在人群中对人脸进行识别包括：利用Hear特征分离器在人群中对人脸面部进行识别，对识别到的人脸进行抓拍处理。进一步的，所述全身特征包括：服装、服装颜色、下意识动作以及行动姿势。进一步的，所述不同的数据库包括：人脸识别库、全身特征识别库、人脸对比库以及全身特征对比库；所述一定规律包括：按特征匹配相似度由高到低进行排序或按符合特征匹配结果的图像的时间顺序排序。更进一步的，所述人脸对比库以及全身对比库分别用于保存识别目标的人脸信息与全身信息。本专利技术的优点是，人脸识别系统采用LBP指局部二值模式进行特征提取，其对图像的质量以及光照强度要求不高，抗噪能力较强，更加适合用于复杂场景中的人脸识别，其基于LBP的人脸识别算法，通过有取向性的进行特征采集，且只针对与五官区域，使得其特征提取的速度更快，在人脸识别的实时性上有了更大的提升。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：附图1示出了本专利技术的系统结构图。附图2示出了本专利技术的工作流程图。附图3示出了本专利技术的LBP算子结构图。附图4示出了本专利技术的图像特征提取流程图。附图5为本专利技术的一种实施例示出了原始灰度图像局部像素示意图。附图6为本专利技术的一种实施例示出了所述原始灰度图像经过LBP算子处理后的编码示意图。附图7为本专利技术的一种实施例示出了将编码后的图像还原成LBP图像示意图。附图8为本专利技术的另一种实施例示出了应用本专利技术系统及方法的大数据人脸识别系统组成示意图。具体实施方式如图1所示，为本专利技术系统的结构组成图，本专利技术系统包括：全身搜索模块、人脸搜索模块、人脸识别模块、轨迹化模块以及数据库等主要处理模块，其中，所述全身搜索模块与人脸搜索模块用于在视频数据流中提取身体特征以及捕捉人脸；所述人脸识别模块用于对捕捉到的人脸在识别库中进行对比，确定捕获人脸身份信息；所述轨迹化模块用于将统计并绘出目标的活动轨迹；所述数据库模块用于存储包括：原始视频流数据、捕捉信息以及识别信息。本专利技术大致的处理过程如图所示，全身搜索模块与人脸搜索模块将捕获的信息传递给人脸识别模块，人脸识别模块通过特征匹配，确定匹配程度即相似度，最后由数据库模块对各种数据进行保存。具体的，人脸识别模块，用于对系统检测到的人脸提取特征值，并跟识别库中的其他人脸进行对比识别，本专利技术中采用基于LBP特征快速提取方法，快速的得到识别库和对比库中的人脸特征，然后对二者进行特征匹配，确定二者的特征相似度。通过快速特征提取方法，大大降低了在特征提取过程中的运算量，从而使得本专利技术系统的人脸识别速度更快，在实时观测过程中，能够很好的保证实时性。此外，由于采用了基于LBP的识别算法，使得在本专利技术中图像的亮度对正确识别的可靠性影响很小，更适合与复杂多变的外部环境。人脸搜索模块，用于在人群中对人脸进行识别，捕捉人脸，并将捕捉到的人脸进行抓拍，导入人脸识别库中，本专利技术影响中特本文档来自技高网...

【技术保护点】
1.一种基于LBP的特征快速提取方法，其特征在于，包括：建立十字型LBP算子模型，其中所述十字型LBP算子模型由中心像素点以及与中心像素点相邻的四个像素点组成；确定中心像素点及其灰度，并判断与其相邻的四个像素点的灰度值与所述中心像素点的灰度值的大小，若所述相邻的四个像素点的灰度值大于等于所述中心像素点的灰度值，则将该像素点编码为1，反之编码为0，若一个像素点中被多次编码，则其结果为多次编码进行逻辑与的结果；将与所述编码为1的像素点作为中心像素点，并将其与其周围未被编码的像素点进行比较，直至编码完成；将所述编码完成的图像转变成LBP图像，完成快速特征提取。

【技术特征摘要】
1.一种基于LBP的特征快速提取方法，其特征在于，包括：建立十字型LBP算子模型，其中所述十字型LBP算子模型由中心像素点以及与中心像素点相邻的四个像素点组成；确定中心像素点及其灰度，并判断与其相邻的四个像素点的灰度值与所述中心像素点的灰度值的大小，若所述相邻的四个像素点的灰度值大于等于所述中心像素点的灰度值，则将该像素点编码为1，反之编码为0，若一个像素点中被多次编码，则其结果为多次编码进行逻辑与的结果；将与所述编码为1的像素点作为中心像素点，并将其与其周围未被编码的像素点进行比较，直至编码完成；将所述编码完成的图像转变成LBP图像，完成快速特征提取。2.根据权利要求1所述的方法，其特征在于，在所述建立十字型LBP算子模型步骤前，所述方法还包括：初始中心像素点的选择，通过Hear特征分离器，确定五官及范围，并在五官范围内均匀选取所述中心像素点。3.根据权利要求1所述的方法，其特征在于，所述一种基于LBP的特征快速提取方法中会产生未编码区域，所述未编码区域包括除五官区域以外的其它人脸面部区域。4.使用上述权利要求1-3任意一项的一种基于LBP的特征快速提取方法的人脸识别系统，其特征在于，包括：人脸识别模块，用于对系统检测到的人脸提取特征值，并跟识别库中的其他人脸进行对比识别；人脸搜索模块，用于在人群中对人脸进行识别，捕捉人脸，并将捕捉到的人脸进行抓拍，导入人脸识别库中；全身搜索模...

【专利技术属性】
技术研发人员：李首峰，李莉莉，孙立宏，陈放，
申请(专利权)人：国政通科技股份有限公司，
类型：发明
国别省市：北京,11