一种基于网格的并行、分布式识别人脸的方法技术

一种基于网格的并行、分布式的人脸识别方法，是采用改进的基于线段的人脸识别方法将人脸图像的识别计算和操作部署在网格上，利用网格中各节点的强大计算能力和存储能力，以及各节点的互相协作，并行、分布式地进行人脸识别的运算处理，以提高人脸识别速度，能够在检索大数据量的人脸库基础上实时识别人脸；同时，可增加资源消耗而选取更多的人脸特征线段，提高识别精度。该方法包括下述操作步骤：配置网格，建立可调配计算节点池；在视频流中提取人脸图像，存入缓存区；对含有人脸的图像提取人脸矩形区域图像，并对其进行标准化处理，再传输到管理节点；各计算节点并发执行人脸识别的运算操作；管理节点对人脸识别结果数据进行综合分析处理。

【技术实现步骤摘要】

本专利技术涉及一种综合利用两项计算机应用技术进行智能识别的技术，确切地说，涉及，属于多媒体模式识别和网格计算的综合应用

技术介绍
网格是一种分布式计算技术，利用网络将计算机与其所在网络的其它网元设备集中在一起，共享网络中的资源，以提升计算能力。目前，网格还没有统一的定义，Sun公司认为网格是一个提供单点登陆到强大的分布式资源的系统。IBM公司认为网格计算是利用互联网连接大规模虚拟系统内的处理器的技术，实现利用共享资源的渴求。网格的研究起源于目前人们解决问题的方式。当要解决某个问题时，首先会形成一个虚拟组织VO(Virtual Organization)，即一些个人、组织或者资源的动态组合。然后，研究人员利用VO中的各种通信手段进行交互而共享资源，商讨解决问题。网格就是在动态变化的、拥有多个部门或者团体的虚拟组织内，灵活、安全、协同地共享资源与求解问题。因此，网格的主要特点是共享资源和动态架构，只有充分共享网格内的软硬件资源，搭建网格才有意义；而且，共享对象不仅包括网格内超级计算机的计算能力或资源，还包括共享网格内的其它各种资源(如各种软件资源、存储资源、数据库资源、贵重仪器等等)。实际应用中，网格就是在高性能计算机之间组建网格环境，实现这些计算机的相关资源的充分共享，为网格中的资源消费客户端(即瘦客户端)提供服务。目前，网格的规划和研究对象都是设定范围内的网格，而且，网格共享通常是非平凡资源，例如超级计算机类的高性能节点的计算能力和其它资源，这些资源必须能够像电站输电一样供用户充分使用。因此，对实时性、交互性、效率要求比较高的分布式应用来说，在普通pc上安装网格软件(如globustoolkit3)所构建的网格，没有实际应用价值。网格的目的是共享非平凡资源，以便为解决具体问题的虚拟组织服务。所以，网格研究是从如何制定共享这些资源的通信协议开始的，至于计算任务如何在资源上具体运行，则由作业调度软件(如LSF、openPbs等)负责处理。也就是说，网格只提供协议和标准，为共享资源搭建平台、创造条件，让用户可以共享使用其中的资源；对于资源的如何使用，则由网格本身自行负责。所以，在网格运行过程中，没有特别的新技术，只是通过“共享”技术，让原有的软硬件设备发挥更大作用除了完成本地用户任务外，还要完成远程用户任务。现在，网格正处于成长期，网格技术也在不断发展，随着对网格研究、理解的深入，先后出现了两种网格物理网格(physical grid)-将各种异构硬件资源(CPU、storage等)进行有机结合，在网格中间件的支持下，通过网络对这些资源实现共享及互操作。逻辑网格(logical grid)-服务和/或应用的集合，实现应用和/或服务的共享及互操作。其中，物理网格是构建逻辑网格的基础，一个物理网格可被多个逻辑网格所共用，一个逻辑网格也可包括多个物理网格。网格的研究，最先是从物理网格开始的。物理网格最开始的研究对象是具体的异构硬件资源，目的是开发一组应用程序接口API、软件开发工具包SDK(如globus toolkits 1.0软件)对这些资源进行操作，从而尽快构建一个网格原型系统，证明网格的可行性。后来，网格的研究重点从API、SDK的开发转移到对协议的研究，导致网格的发展过程中出现了非常重要的第一个网格体系结构-五层沙漏结构。基于协议构建的网格，使网格的发展进入一个新阶段，但是，各种不同的核心协议(如GRAM、LDAP、GRIDFTP)功能重叠，而实现方式又各不相同，给用户的使用带来很大的不便，客观上要求各协议必须进行整合。随着网格规模的扩大，判断不同组件之间的依赖性、提供端对端的QoS等管理网格的需求也越来越强烈。另外，在物理网格中，资源只是CPU、带宽等硬件；但是，对于网格应用的开发者，并不希望直接操作这些底层物理资源。所以，迫切需要一种新的资源抽象机制。web服务的出现及应用，为解决上述问题带来了曙光。作为一种新的抽象机制-“服务”，就是对一组定义特定功能的协议的实现，即定义一组抽象接口+服务语义。其中，接口通过标准的绑定定义体现协议，服务语义具有实现无关性，也即可以各种语言来实现该接口，在各种硬件资源上运行该服务。“服务”的出现，使得逻辑网格的构建成为可能，研究重点也从定制物理网格标准协议转移到基于服务的逻辑网格体系，并导致了网格发展史上另一个重要体系结构OGSA(Open Grid Service Architecture)的出现。OGSA架构的核心是“服务”，强调的是对服务的共享，不同于物理网格中强调的是共享物理资源。这样，以往访问每个物理资源都要调用不同接口，有多少种资源就需要多少种接口，很难形成统一、标准的接口和行为的状况得到了改变。在OGSA结构中，藉由“服务”将各个具体资源、信息、数据等都统一起来，有利于实现灵活、统一、动态的共享机制，使得分布式系统的管理有了标准的接口和行为。目前，人脸识别技术已经成为多媒体领域中的一个研究热点。由于年龄、姿态、表情、光照等不同因素，人脸图像具有“一人千面”的特点，因此，人脸识别技术具有极大的挑战性。近年来，人脸识别技术取得了长足进步。但是，在大规模人脸库、摄像环境不可控、对象不配合的情况下，即使目前最好的识别系统的识别性能也会迅速下降，此时的识别系统根本无法进入实际应用！因此，人脸识别系统如何有针对性地解决在非理想摄像条件下(光照变化、背景变化、摄像设备差异)和对象不配合(视角变化、表情变化、佩带饰物乃至化妆)时的识别性能下降问题，以及大规模人脸库的人脸识别速度问题都成为该课题的新焦点。识别人脸的方法可以分为基于特征、模板、三维模型、或随机序列模型等几大类。Olivier de Vel和Stefan Aeherhard在《Line-based face recognition undervarying pose》(刊于IEEE Trans.Pattern Analysis and Machine Intelligence，vol.21，1999)提出一种比较新颖的适合并行、分布计算的方法。这种方法是在人脸的轮廓线之间有选择性或任意地画上N条直线(参见图1)，用这N条直线来表征人脸，再将所有直线通过插值归一化为同一长度的线段L，并将两线段之间的距离定义为象素点灰度值误差的平方和。这样，对于给定的一条线段lk，如果能够在所有人脸图像的各条线段中寻找到一条与其差异最小的线段lj，则lk即归入lj所在的图像。因为一幅人脸图像有多条线段，再定义一个判别函数，根据多条线段所归属的图像类别来决定整个人脸图像所归属的类别。该方法在ORL(Olivetti Research Ltd.)人脸图像上获得了很高的识别率。作者认为该方法具有以下优点第一，人脸图像是随机采样，该算法对人脸在铅垂面上的旋转具有稳健性，即允许人脸有一定的旋转误差。第二，由于线段两端位于人脸的轮廓线上，其长度相对固定，因此该算法具有尺度不变性。第三，由于线段是从整幅人脸图像中获取的，该算法对表情变化、是否有饰物具有稳定性，即其对识别无影响或影响甚小。但是，该算法的实现必须解决下述问题首先，计算量非常巨大。由于要在人脸图像上的任意角度画线、插值，并对每一点进行记录，计算量非常大本文档来自技高网...

【技术保护点】
一种基于网格的并行、分布式的人脸识别方法，其特征在于：将人脸识别处理的计算和操作部署在网格平台上，由网格中的各个计算节点并行、分布式地进行人脸识别的运算处理，以提高人脸识别速度；同时可选取更多的人脸特征线段，以提高人脸识别精度；包括以下具体操作步骤：（１）配置网格，建立可调配计算节点池：先配置网格，建立管理节点与网格虚拟共享存储区中的人脸库的连接，再将网格中处于空闲状态的计算节点集中组建为“可调配计算节点池”，并将各个部件的运行状态及时告知管理节点，以便启动网格服务；然后设置用户端的各摄像头的“初始”／“工作”状态；（２）在视频流中提取人脸图像，存入缓冲区：将用户端摄像头采集的连续视频流存储于内存的帧缓冲区，再对视频流中的每帧图像顺序进行人脸检测，提取含有人脸的图像，存储在内存的人脸缓冲区，得到一系列含有人脸的图像；（３）对含有人脸的图像提取人脸矩形区域图像，并对其进行标准化处理，再传输到管理节点：从人脸缓冲区中顺序提取含有人脸的各帧图像，并分别提取人脸区域图像后，再根据统计规律和设定格式进行标准化处理，将各帧正面人脸图像顺序传送到管理节点；（４）各计算节点并发执行人脸识别的运算操作：对于请求识别的每帧正面人脸图像，都由管理节点分别从可调配计算节点池中取出一个空闲的计算节点，用于对该正面人脸图像进行识别处理；同时，从可调配计算节点池中删除该计算节点；（５）管理节点对人脸识别结果数据进行综合分析处理：当视频流中没有新的人脸识别请求时，管理节点将各计算节点对一系列正面人脸图像进行识别的结果进行综合处理，得出最终的人脸识别结果。...

【技术特征摘要】

【专利技术属性】
技术研发人员：明安龙，马华东，张海旸，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：11[中国|北京]