【技术实现步骤摘要】
一种基于动态调节阈值的人脸识别方法
[0001]本专利技术涉及人脸识别领域，特别涉及一种基于动态调节阈值的人脸识别方法。
技术介绍
[0002]现有技术中，如图1所示，为人脸识别的大致的流程示意图。人脸识别系统主要包括四个组分：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及人脸比对与识别。
[0003]其中着重看最后的比对和识别，比对实际就是拿两张人脸的特征值进行相似度计算的过程，计算得到的相似度(即这里的欧式距离distance)再和阈值(Threshold)进行比较来判断二者是否属于同一个人(小于则是同一个人，大于则相反)，以此类推，这样1：N的过程就是人脸识别的过程。
[0004]在进行人脸识别的过程中为了取得一个好的阈值，对已有的数据集(10000个人，每个人有多张)做了一个统计图，如图2所示。其中坐标的左边峰状区域为同一个人的最大距离，右边的峰状区域为不同人的最小距离，可见二者的分布还是比较符合所需的，理论上选择二者交叉附近的某一点作为阈值是比较合理，即在保持较高的通过率的前提下最小化误识
【技术保护点】
【技术特征摘要】
1.一种基于动态调节阈值的人脸识别方法，其特征在于，所述方法包括以下步骤：S1，判断是否是注册模式,S1.1,如果是在注册模式下，第一张图直接注册，保存特征向量f1和对应的ID；每注册一个新用户都需要重复步骤S2、S3、S4以动态更新调节阈值；S1.2，如果是非注册模式下，每删除一个用户，也需要重新步骤S2、S3、S4以动态更新调节阈值；S2，对注册集内不同用户之间的距离进行统计，不同用户之间的距离即用其特征向量求出的欧氏距离也即人脸相似度，记录最小的距离min-dist：min-dist＝min(d(f1,f2),d(f1,f3),
……
,d(fi,fj))注：这里i≠j，即fi，fj分别代表不同人特征图；S3，限制min-dist在一个范围[th1,th2]之内，即：if(min-dist<th1)min-dist＝th1if(min-dist>th2)min-dist＝th2注：这里的th1和th2由大数据统计得来，分别对应最小距离的下限和上限；S4，阈值计算，用步骤S2中得到的min-dist结合th1和th2来分配不同的权重，当min-dist靠近th1增大th1的权重a，靠近th2减弱th1的权重a，这里取，th1对应权重a＝0.9，th2对应权重a＝0.1，按照映射关系求得min-dist和其权重a的关系：a(x)＝-2.667*x+3.3则这里的阈值计算公式:Th(x)＝th1*a+x(1-a)其中x＝min-dist，这里最终解得二者的对应关系式如下，调节阈值为:adaptThreshold＝2.667*min-dist*min-dist
–
4.567*min-dist+2.8；S5，识别过程，即采用注册集中动态更新的调节阈值进行人脸匹配以完成识别过程。2.根据权利要求1所述的一种基于动态调节阈值的人脸识别方法，其特征在于，步骤S2中默认每个用户只能注册一张图，如果存在多张，也只取一张作比较。3.根据权利要求1所述的一种基于动态调节阈值的人脸识别方法，其特征在于，步骤S5中的识别模式，判断是否距离小于阈值，若小于，则识别成功，认为同一个人；若不小于，则识别失败，不认为同一个人。4.根据权利要求1所述的一种基于动态调节阈值的人脸识别方法，其特征在于，所述方法在阈值计算之前，进一步需要初始化：baseMap[10]featureMap＝[]allMin＝1000；其中，这里的10代表初始的...
【专利技术属性】
技术研发人员：余慧，
申请(专利权)人：北京君正集成电路股份有限公司，
类型：发明
国别省市：
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。