使用光栅验证用户的面部的系统和方法技术方案

本发明专利技术涉及一种用于使用光栅验证用户的面部的系统和方法。该系统包括：面部特征提取单元，用于从相机接收的面部图像提取面部特征向量。非用户高斯混合模型（ＧＭＭ）配置单元从存储在非用户数据库（ＤＢ）中的面部图像产生非用户ＧＭＭ。用户ＧＭＭ配置单元通过将光栅应用到存储在用户ＤＢ中的面部图像来产生用户ＧＭＭ。对数似然值计算单元将面部特征向量输入到非用户ＧＭＭ和用户ＧＭＭ，从而计算对数似然值。用户验证单元将计算的对数似然值与预定阈值进行比较，从而验证接收的面部图像是否为用户的面部图像。

【技术实现步骤摘要】

本专利技术总的来说涉及一种用于使用光栅(light mask)验证用户的面部的系 统和方法，更具体地讲，涉及一种识别通过相机输入的图像并且在机器人环 境下验证注册的用户的系统和方法。
技术介绍
在现有技术中，存在许多用于识别并验证面部的技术。传统面部验证技 术主要涉及用于将面部图像分割为块，从各块中提取特征，并且创建高斯混 合模型(GMM)的处理。在图1A中显示将面部图像分割为块。在以这种方式 将面部图像分割为小块并且从块中提取特征的方法中，由于可使用少量图像 来获得多个数据项，因此可极好地执行GMM学习，但是由于增加数量的 GMM可31起学习和自适应时间以及验证时间增加，并且可能不会充分考虑 整个面部图像。
技术实现思路
本专利技术的一方面在于解决至少上述问题和/或缺点并且至少提供下述优 点。因此，与将面部区域分割为块并且从块提取面部特征的传统方法不同， 本专利技术的 一方面在于提供一种从整个面部区域提取特征的面部验证系统和方 法，从而充分地考虑整个面部区域。详细地，如才艮据本专利技术的图1B所示的从 整个面部区域提取面部特征，无需将整个面部区域单独分割为块。本专利技术的另 一方面提供一种面部验证系统和方法，通过将光栅应用到面 部的线性变换来增加数据量，从而处理通过从整个面部区域的特征提取的数 据量減少的情况。详细地，如图2A-2C所示，单个面部图像与光斥册组合以具 有在各方向上直接照明的各种效果，从而可创建在各方向上被照明的面部的 各种面部图像。以这种方式，使用光栅验证面部，从而本专利技术提供使用光栅 的面部验证系统和方法，能够克服传统面部验证系统和方法对于照明的弱点。根据本专利技术的一方面，提供一种使用光栅验证用户的面部的系统。该系4统包括面部特征提取单元，用于从特定面部图像提取面部特征向量；非用 户高斯混合模型(GMM)酉己置单元，用于从存储在非用户数据库(DB)中的非用 户面部图像产生非用户GMM;用户GMM配置单元，用于通过将光栅应用 到存储在用户DB中的用户面部图像来产生用户GMM;对数似然值计算单 元，用于将面部特征向量输入到非用户GMM和用户GMM,从而计算对数 似然值；用户验证单元，用于将计算的对数似然值与预定阈值进行比较，从 而验证所述特定面部图像是否为用户的面部图像。根据本专利技术的另一方面，提供一种使用光栅-睑证用户的面部的方法。该 方法包括从特定面部图像提取面部特征向量；通过将面部特征向量输入到 用于存储非用户GMM和用户GMM的高斯混合模型(GMM)配置单元来计算 对数似然值；存储从存储在非用户数据库(DB)中的非用户面部图像产生的非 用户GMM来用于计算对数似然值，存储通过将光栅应用到存储在用户DB 中的用户面部图像产生的用户GMM;将计算的对数似然值与预定阈值进行 比较，从而验证所述特定面部图像是否为用户的面部图像。附图说明通过下面结合附图进行的详细描述，本专利技术的上述和其他方面、特点和 优点将会变得更加清楚，其中图1A和1B是分别显示根据现有技术将面部区域分割为块的示例的示 图，以及根据本专利技术实施例的从整个面部区域提取面部特征的示例的示图2A至2C是显示根据本专利技术实施例的使用光栅进行面部图像处理的示 例的示图3是显示根据本专利技术实施例的使用光栅验证用户的面部的系统的构造 的示图4是显示根据本专利技术实施例的非用户高斯混合模型(GMM)配置单元的 构造的示图5是显示根据本专利技术实施例的用户GMM配置单元的构造的示图； 图6是显示根据本专利技术实施例的使用光栅对面部图像进行线性变换计算 的示图；图。具体实施例方式现在，将参照附图对本专利技术的优选实施例进行详细描述。在附图中，即 使在不同的附图中描述相同或类似的部件，这些部件也由相同的标号表示。 在下面的描述中，为了清楚和简明已经省略对包括于此的已知功能和配置的 i爭纟田3苗述。图3是显示根据本专利技术实施例的使用光栅验证用户的面部的系统的构造 的示图。参照图3，用于使用光初h验证用户的面部的系统300(以下称为"用 户面部验证系统，，)包括图像输入单元310、面部特征才是取单元320、非用户 GMM配置单元400、用户GMM配置单元500、对^:似然值计算单元330和 用户验证单元340。以下描述用户面部验证系统300的部件。图像输入单元 310从安装在机器人上的相机等接收特定面部图像。图像输入单元310不限 于相机，可包括任何部件，例如不需要使用相机捕获图像的过程的可输入图 像的磁盘。面部特征提取单元320对从图像输入单元310接收的特定面部图像执行 预处理，其后从预处理的图像提取面部特征向量。可将整个面部区域用作面 部特征提取的单位来提取面部特征向量。非用户GMM配置单元400产生并存储注册在非用户DB中的每一非用 户的非用户面部图像的非用户GMM。用户GMM配置单元500产生并存储 注册在用户DB中的每一用户的用户面部图^f象的用户GMM。具体地讲，用户 GMM配置单元500通过将光栅应用到从面部特征提取单元320提取的面部 特征向量来产生由多个照明装置照明的面部图像。因此，关于面部特征向量 的数据量增加，并且当执行用户验证时可能增加验证概率(verification probability)。以下将描述涉及产生典型GMM的构造。对数似然值计算单元330通过将从面部特征提取单元320提取的面部特 征向量输入到非用户GMM和用户GMM来计算对数似然值。等式指示用 于计算对数似然值的过程。当存在多个用户时，获得对用户GMM的多个结 果值。在这种情况下，取得并计算最大对数似然值。z = log(p(來崎))-log(P(來"J) 其中，^。崎表示用于用户GMM的因数的集合。该集合包括面部特征向 量的平均值、协方差和权重。^—表示用于非用户GMM的因数的集合。该 集合包括面部特征向量的平均值、协方差和权重。X表示从当前面部图像提 取的特征向量。p(X/S)表示当给定GMM参数的集合S时，当前特征向量的 条件概率。用户验证单元340将对数似然值计算单元330获得的值z与实际阈值进 行比较，从而验证从图像输入单元310接收的图像中的面部是否为用户的面 部。当值z等于或大于阈值时，将特定面部图像确定为用户的面部，而当值z 小于阈值时，将特定面部图像确定为非用户的面部。图4是显示根据本专利技术实施例的非用户GMM配置单元400的示图。参 照图4，面部特征才是耳又单元420从在非用户DB 410中注册的每一用户的面部 图像提取面部特征。尽管未在附图中显示，但是在提取面部特征向量之前， 面部特征提取单元420对面部图像首先执行预处理，并且随后提取面部特征 向量。为了预处理，执行基于眼睛的用于调整面部的位置的几何正态化以及 用于调整图像的亮度的直方图正态化。当提取面部特征时，可使用主成分分非用户GMM存储在非用户GMM存储单元440中。下面的等式表示由非用户GMM配置单元400实际扭J亍的过程。当存储 在非用户DB 410中的面部图像的数量是N，并由X=表示时，以 高斯混合模型(GMM)的形式来将关于面部图像的数据模型化。典型地，当面 部图像数据的维数是D并且面部图像数据是x时，通过下面的等式来获得 高斯概率密度。P W = "~^r exp 其中，T是表示矩阵的转置的符号。A表本文档来自技高网...

【技术保护点】
一种通过使用光栅验证用户的面部的系统，包括：面部特征提取单元，用于从特定面部图像提取面部特征向量；非用户ＧＭＭ配置单元，用于从非用户的非用户面部图像产生非用户ＧＭＭ；用户ＧＭＭ配置单元，用于通过将光栅应用到用户的用户面部图像来产生用户Ｇ ＭＭ；对数似然值计算单元，用于将面部特征向量输入到非用户ＧＭＭ和用户ＧＭＭ，从而计算对数似然值；用户验证单元，用于将计算的对数似然值与预定阈值进行比较，从而验证所述特定面部图像是否为用户的面部图像。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：金炫秀，尹齐汉，李知骁，李在渊，池秀荣，尹佑汉，
申请(专利权)人：三星电子株式会社，韩国电子通信研究院，
类型：发明
国别省市：KR[韩国]