【技术实现步骤摘要】
一种结合位置信息的人脸特征提取方法
本专利技术属于人脸识别
,尤其涉及一种提高人脸识别准确度的方法。
技术介绍
人脸识别是一种依据人的面部特征(如统计或几何特征等),自动进行身份识别的一种生物识别技术。目前通用的解决方案是:首先检测图像中的人脸并提取特征数据,然后将提取到的人脸特征数据和特征库中存贮的特征模板进行匹配,从而得到一个相似度,最后将相似度与预先设定的阈值进行比较,如果相似度大于该阈值则表示识别成功。由此可见,能否提取到高质量的人脸特征数据直接影响到人脸识别的准确度。人脸特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征和人脸图像代数特征等,特征提取就是针对人脸的某些特征进行的,它是对人脸进行特征建模的过程。特征提取过程包括:人脸采集(采集原始图像)、人脸检测(定位人脸的位置和大小)、图像预处理(图像矫正、噪声过滤等)以及特征提取(识别关键点并生成特征向量)。目前,人脸特征提取主要有传统特征的提取算法(SIFT、LBP、HOG等)和基于深度学习的提取方法(facenet、Sphereface、Cosface等)两种。目前,人脸特征提取的相关算法精度已经达到了很高的水准,在特定场景下,可以提取到高质量的人脸特征数据。但是,人脸特征的提取对环境、背景、光线敏感度等要求比较高,人脸图片的质量很大程度上决定了特征数据质量,尤其是在人脸部分被遮挡、人脸未正对摄像头(侧脸)、人脸离摄像头较远(小脸)、图片模糊以及像素点不足等情况下,使用上述方法无法提取到高质量的人脸特征数据。在通常情况下,使 ...
【技术保护点】
1.一种结合位置信息的人脸特征提取方法,其特征在于:具体包括以下步骤:/n步骤1、从摄像头提取原始图像;/n步骤2、扫描原始图像,检测出图像中所有的人脸,得到人脸信息数组;/n步骤3、过滤掉存在人脸概率较小的区域,即:/n遍历人脸信息数组,检查每个区域存在人脸的概率P,如果P值大于或等于指定阈值则进行步骤4处理,否则,该区域不做处理;/n步骤4、将人脸区域从原始图片中截取出来,并提取特征向量;/n步骤5、根据位置,对人脸进行聚类处理,将其划分到特定的族群,具体为:根据人脸位置坐标,在人脸信息特征库中查找邻近的人脸族群;当查找结果为存在邻近的人脸族群,则将当前人脸特征添加到该人脸族群下;当查找结果为空,则新创建一个人脸族群,并把当前人脸特征添加到该人脸族群下;/n步骤6、人脸特征数据优化,清除异常的特征数据;即:/n检查该族群下人脸特征数量是否超过设定的阈值,当结果为否,直接进行步骤7;当结果为是,则先进行清理,然后再进行步骤7;/n步骤7:将当前人脸信息增加到人脸信息特征库中。/n
【技术特征摘要】
1.一种结合位置信息的人脸特征提取方法,其特征在于:具体包括以下步骤:
步骤1、从摄像头提取原始图像;
步骤2、扫描原始图像,检测出图像中所有的人脸,得到人脸信息数组;
步骤3、过滤掉存在人脸概率较小的区域,即:
遍历人脸信息数组,检查每个区域存在人脸的概率P,如果P值大于或等于指定阈值则进行步骤4处理,否则,该区域不做处理;
步骤4、将人脸区域从原始图片中截取出来,并提取特征向量;
步骤5、根据位置,对人脸进行聚类处理,将其划分到特定的族群,具体为:根据人脸位置坐标,在人脸信息特征库中查找邻近的人脸族群;当查找结果为存在邻近的人脸族群,则将当前人脸特征添加到该人脸族群下;当查找结果为空,则新创建一个人脸族群,并把当前人脸特征添加到该人脸族群下;
步骤6、人脸特征数据优化,清除异常的特征数据;即:
检查该族群下人脸特征数量是否超过设定的阈值,当结果为否,直接进行步骤7;当结果为是,则先进行清理,然后再进行步骤7;
步骤7:将当前人脸信息增加到人脸信息特征库中。
2.根据权利要求1所述的人脸特征提取方法,其特征在于,步骤2中所述人脸信息数组是一个二维数组,用来表示原始图片中可能存在人脸的区域以及该区域存在人脸的概率,对于每个人脸信息用一个数组[X0,Y0,X1,Y1,P]来表示,其中X0,Y0分别表示人脸区域左上角X和Y坐标,X1,Y1分别表示人脸区域右下角X和Y坐标,P表示该区域有人脸的概率。
3.根据权利要求2所述的人脸特征提取方法,其特征在于,步骤4中所述特征向量表示为一个数组:[F1,F2,F3,F4,F5,F6,........,Fn],对于在原始图像中检测到的每个人脸,得到一个人脸信息数组和一个特征向量数组,分别为:[X0,Y0,X1,Y1,P]和[F1,F2,F3,F4,F5,F6,........,Fn],n代表所检测到人脸的数量。
4.根据权利要求1所述的人脸特征提取方法,其特征在于,在步骤5中,假设:当前人脸区域为[X00,Y00,X01,Y01];人脸信息特征库如下所示:
[
[[X1,Y1],C1],
[[X...
【专利技术属性】
技术研发人员:谢文伟,张伟,叶有兵,
申请(专利权)人:南京原为智能科技有限公司,
类型:发明
国别省市:江苏;32
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。