一种快速人脸识别方法技术

本发明专利技术提供了一种快速人脸识别方法，包括如下步骤：①特征提取：从正视人脸图像中，提取人脸特征，得到特征点位集；②特征排序：将特征点位集复制为至少两个特征点位集，然后对每个特征点位集中的特征点位按照部位分组，以分组为单位排序，每一特征点位集中的排序方式不同；③特征对比：对每个特征点位集，以分组为单位进行特征点位对比，每次对比一组，判断特征库中是否有分组特征点位相似度高于80％，如有则得到该特征点位集的对比结果；④结果核对。本发明专利技术通过将特征点分组然后以分组为单位进行对比的方式，能有效降低识别过程中的计算量，从而极大的减少在嵌入式设备中应用时的不稳定、能耗高等麻烦。

A Fast Face Recognition Method

The invention provides a fast face recognition method, which includes the following steps: (1) feature extraction: extracting facial features from face-to-face images to obtain feature point bits set; (2) feature sorting: copying feature point bits set into at least two feature point bits sets, then grouping feature points in each feature point set according to their parts, sorting each feature point by grouping units, and sorting each feature point by grouping. There are different sorting methods in bit set. Third, feature comparison: comparing each feature point bit set with grouping as a unit, each time comparing a group, judging whether there are grouping feature points in the feature library with similarity of more than 80%, if there are, we can get the comparison results of the feature point bit set; fourth, result checking. The method of grouping feature points and comparing them by grouping them can effectively reduce the amount of calculation in the recognition process, thereby greatly reducing the troubles of instability and high energy consumption in the application of embedded devices.

【技术实现步骤摘要】
一种快速人脸识别方法
本专利技术涉及一种快速人脸识别方法。
技术介绍
现有技术中基于特征分解提取的人脸识别技术已然成熟，但目前大多以服务器或台式机为主要计算核心，依赖服务器或台式机的强大性能实现快速计算，然而在实际需求中，大量需要终端化的嵌入式设备来进行人脸识别，此时如要完成足够高效的计算，则往往需要极高性能的处理器，或直接采用FPGA，显然不仅设备成本高，而且面临着不稳定、能耗高等一系列麻烦，而这些麻烦其根源即在于目前人脸识别方法未能考虑到性能问题。
技术实现思路
为解决上述技术问题，本专利技术提供了一种快速人脸识别方法，该快速人脸识别方法通过将特征点分组然后以分组为单位进行对比的方式，能有效降低识别过程中的计算量，从而极大的减少在嵌入式设备中应用时的不稳定、能耗高等麻烦。本专利技术通过以下技术方案得以实现。本专利技术提供的一种快速人脸识别方法，包括如下步骤：①特征提取：从正视人脸图像中，提取人脸特征，得到特征点位集；②特征排序：将特征点位集复制为至少两个特征点位集，然后对每个特征点位集中的特征点位按照部位分组，以分组为单位排序，每一特征点位集中的排序方式不同；③特征对比：对每个特征点位集，以分组为单位进行特征点位对比，每次对比一组，判断特征库中是否有分组特征点位相似度高于80％，如有则得到该特征点位集的对比结果；④结果核对：判断多个特征点位集的对比结果是否一致，如不一致则返回至步骤②重新排序。所述正视人脸图像，人脸所占面积大于60％。所述对每个特征点位集中的特征点位按照部位分组，部位包括眼睛、眉毛、鼻子、嘴巴。所述特征点位，为Haar-like特征。所述步骤④返回至步骤②重新排序时，记录导致不一致的对比结果的多种排序方式的组合，并在步骤②重新排序时跳过所记录的排序方式的组合。所述步骤⑤中判断相似度时，以特征点位之间的距离比例为计算基数。本专利技术的有益效果在于：通过将特征点分组然后以分组为单位进行对比的方式，能有效降低识别过程中的计算量，从而极大的减少在嵌入式设备中应用时的不稳定、能耗高等麻烦。附图说明图1是本专利技术的连接示意图。具体实施方式下面进一步描述本专利技术的技术方案，但要求保护的范围并不局限于所述。一种快速人脸识别方法，包括如下步骤：①特征提取：从正视人脸图像中，提取人脸特征，得到特征点位集；②特征排序：将特征点位集复制为至少两个特征点位集，然后对每个特征点位集中的特征点位按照部位分组，以分组为单位排序，每一特征点位集中的排序方式不同；③特征对比：对每个特征点位集，以分组为单位进行特征点位对比，每次对比一组，判断特征库中是否有分组特征点位相似度高于80％，如有则得到该特征点位集的对比结果；④结果核对：判断多个特征点位集的对比结果是否一致，如不一致则返回至步骤②重新排序。所述正视人脸图像，人脸所占面积大于60％。所述对每个特征点位集中的特征点位按照部位分组，部位包括眼睛、眉毛、鼻子、嘴巴。所述特征点位，为Haar-like特征。所述步骤④返回至步骤②重新排序时，记录导致不一致的对比结果的多种排序方式的组合，并在步骤②重新排序时跳过所记录的排序方式的组合。所述步骤⑤中判断相似度时，以特征点位之间的距离比例为计算基数。由此，先计算特征点，然后每次对比仅取人脸图像中的部分特征点进行计算，从而大幅降低计算量，而通过多个特征点位集分别完成对比，然后再判断多个特征点位集之间对比结果一致性的方式，则有效降低错误率。本文档来自技高网...

【技术保护点】
1.一种快速人脸识别方法，其特征在于：包括如下步骤：①特征提取：从正视人脸图像中，提取人脸特征，得到特征点位集；②特征排序：将特征点位集复制为至少两个特征点位集，然后对每个特征点位集中的特征点位按照部位分组，以分组为单位排序，每一特征点位集中的排序方式不同；③特征对比：对每个特征点位集，以分组为单位进行特征点位对比，每次对比一组，判断特征库中是否有分组特征点位相似度高于80％，如有则得到该特征点位集的对比结果；④结果核对：判断多个特征点位集的对比结果是否一致，如不一致则返回至步骤②重新排序。

【技术特征摘要】
1.一种快速人脸识别方法，其特征在于：包括如下步骤：①特征提取：从正视人脸图像中，提取人脸特征，得到特征点位集；②特征排序：将特征点位集复制为至少两个特征点位集，然后对每个特征点位集中的特征点位按照部位分组，以分组为单位排序，每一特征点位集中的排序方式不同；③特征对比：对每个特征点位集，以分组为单位进行特征点位对比，每次对比一组，判断特征库中是否有分组特征点位相似度高于80％，如有则得到该特征点位集的对比结果；④结果核对：判断多个特征点位集的对比结果是否一致，如不一致则返回至步骤②重新排序。2.如权利要求1所述的快速人脸识别方法，其特征在于：所述...

【专利技术属性】
技术研发人员：黄孝平，黄文哲，文芳一，
申请(专利权)人：南宁学院，
类型：发明
国别省市：广西,45