人脸识别方法和系统技术方案

本发明专利技术涉及一种人脸识别方法和系统。所述人脸识别方法包括：检测所捕捉到的图像中的人脸；从所检测到的人脸中提取人脸轮廓并获得多个人脸标志特征向量；根据获得的多个人脸标志特征向量生成动态链接属性图；比较生成的属性图与人脸数据库中的属性图以确定是否匹配。所述人脸识别系统包括服务器子系统和一个或多个客户端子系统。本发明专利技术的人脸识别系统是一种全自动和智能的人脸检测和验证系统。本发明专利技术使用人脸轮廓图的动态链接模型实现人脸图像的高效存储和识别，可以获得很高的正确识别率。

【技术实现步骤摘要】

本专利技术涉及生物特征识别技术，更具体地说，涉及一种智能的人脸识别方 法和系统。
技术介绍
传统的验证方案采用通过安全传输层例如SSL协议由用户使用用户名和 密码登录的机制。尽管这一机制能够提供安全的用户验证方案，但是这种机制 需要用户先登入用户系统才能获得访问权，这一过程降低了系统的可用性，特 别是在客户忘记用户名和密码的情况下，明显降低线上购物站点的用户友好 性。使用数字签名的验证机制看起来似乎提供了可行的方案，但是这种技术存 在潜在的缺点。首先，数字证书需要存储在用户的PC或笔记本电脑内，这便 影响了移动性。尽管新近研发出来的智能卡可以将数字证书嵌入其中，但是如 果不能在大部分公共场合例如网吧、酒店等提供这种智能卡读卡器，便仍不能 解决移动性的问题。使用生物特征例如指纹、手掌和虹膜识别的其它自动验证 机制虽然提供了可行的解决方案，但是都存在上述的各种问题。从移动性的角度考虑，人脸识别不会存在这一问题。与其它生物特征识别 技术例如指纹、虹膜扫描、签名不同的是，人脸识别更加友好和方便，不需要 与采集装置有任何物理接触。而且，人脸识别是唯一能够与视频监视系统结合 使用的生物特征识别技术。人脸识别技术尤其在法律领域具有很重要的作用， 特别在照片是可用于识别某个目标的唯一证据的情况下。从照片中读取和检测 罪犯的指纹或虹膜是不可能的，但是通过人脸识别技术，便可以仅仅从一张照 片中找出目标。而且，由于桌面视频会话的广泛流行，数字视频摄像头已经成为桌面型和 笔记本电脑的标准外设。换言之，使用人脸识别技术的用户验证不需要担心是否有人脸图像采集设备的问题。此外，这种验证方案能够提供真正的自动验证， 用户不需要提供任何身份信息或数据，更重要的是，用户不需要提供任何私秘 的个人数据例如指纹和虹膜模本。因此，人脸识别技术已经成为近二十年来最受关注的研究课题，人脸识别 是用于用户验证和访问控制的最有用技术之一。鉴于人脸识别很容易在各种条 件下执行，大量的研究都把重点放在开发自动人脸识别系统，在保证相同性能 的情况下提供更快的速度和更高的准确性。目前已经研究出了多种人脸识别技术,这些技术在某种程度上都允许在受 控环境下采集的存储在数据库中的人脸图像与在非受控环境中采集的输入人 脸图像之间存在差别。这些技术在识别从相近角度采集的、在大小比例、方向 上都存在小的偏差的人脸图像方面都已经取得了一些进步。但是这一进步不仅 很有限，而且计算复杂、昂贵且速度很慢。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术的上述不足，提供一种识别 率高且高效智能的人脸识别方法和系统。本专利技术解决其技术问题所采用的技术方案是提出一种人脸识别方法，包 括如下步骤-(a) 检测所捕捉到的图像中的人脸；(b) 从所检测到的人脸中提取人脸轮廓并获得多个人脸标志特征向量； (C )根据获得的多个人脸标志特征向量生成动态链接属性(d)比较生成的属性图与人脸数据库中的属性图以确定是否匹配。 上述人脸识别方法中，所述步骤(a)进一步包括使用人脸模板比较所 捕捉到的图像，将匹配人脸模板的图像部分分割出来。 上述人脸识别方法中，所述步骤(b)进一步包括(bl)使用活动轮廓模型(Active Contour Model,简称为ACM)提取出 人脸轮廓；(b2)使用Gabor特征提取器从所述人脸轮廓中多个标志部分提取出多个特征向量。上述人脸识别方法中，所述步骤(C)进一步包括使用弹性图动态链接模型(Elastic Graph Dynamic Link Model,简称为EGDLM)建立所述多个特 征向量的属性图。上述人脸识别方法中，所述步骤(d)进一步包括判断所生成的属性图 与人脸数据库中的属性图之间的偏差是否在允许偏差范围内，若是，则匹配。 本专利技术为解决其技术问题还提出一种人脸识别系统，所述系统包括 一个或多个客户端子系统，所述客户端子系统进一步包括 用于检测所捕捉到的图像中的人脸的人脸检测模块； 用于从所检测到的人脸中提取人脸轮廓并获得多个人脸标志特征向 量的特征提取模块；通过网络与所述一个或多个客户端子系统连接的服务器子系统，所述服务 器子系统进一步包括用于根据获得的多个人脸标志特征向量生成动态链接属性图的动态 链接初始化模块；用于比较生成的属性图与人脸数据库中的属性图以确定是否匹配的 弹性图匹配模块；存储人脸模型的人脸数据库。上述人脸识别系统中，所述特征提取模块进一步包括用于提取出人脸轮 廓的活动轮廓模型模块，和从所述人脸轮廓中多个标志部分提取出多个特征向 量的Gabor特征提取器。上述人脸识别系统中，所述客户端子系统还包括有用于将所提取到的人脸 标志特征向量发送给服务器子系统并接收匹配结果的客户端通信模块，所述服 务器端子系统还包括有接收客户端子系统发送的人脸标志特征向量并返回匹 配结果的服务器端通信模块。上述人脸识别系统中，所述客户端通信模块和服务器端通信模块通过有线 或无线网络通信。实施本专利技术的人脸识别方法和系统，具有以下有益效果本专利技术的人脸识别系统是一种全自动和智能的人脸检测和验证系统。本专利技术不仅提供了一种便携、 鲁棒、多样的验证系统，还提供了一种有效且高效的人脸识别方案。本专利技术的 另一个显著特征是，使用人脸轮廓图的动态链接模型实现人脸图像的高效存储和识别，这一点对于web站点例如线上购物中心等的人脸数据库管理来说是非常重要的，因为他们每小时要验证数以千计的顾客。本专利技术的人脸识别系统 已经从以下四个方面经过了评估，结果显示其可以获得很高的正确识别率。试验中使用包含100个人脸图像的肖像集来对系统进行训练。训练中使用 了一组1020个测试样本，产生自具有不同的脸部表情、视角和大小的人脸。 该组测试用人脸样本使用提供标准视频信号的CCD摄像头捕捉到，为512x384 像素，并具有8比特的分辨率。用于执行测试并测量该系统性能的计算机系统 为SUN-Sparc20工作站。 1、人脸图像亮度测试在亮度测试中，使用具有不同亮度的ioo个测试样本进行识别，其亮度变化范围为正常亮度的+30%到-30%，实验结果如下表1。表1.亮度测试结果<table>table see original document page 7</column></row><table>由表l可以看出，本专利技术的系统基本不受图像亮度级的影响，主要是因为活动轮廓模型的"亮度不变性"特性，平均可以达到85%的正确识别率。 2、观察视角测试在这一测试中，所使用的100个人脸样本的视角在-30°到+30°的范围内变 化(基于横轴和纵轴)，识别结果如下表2。表2.视角测试结果<table>table see original document page 7</column></row><table> <table>table see original document page 8</column></row><table>根据动态链接模型的"旋转不变性"，因此在弹性图匹配过程中，弹性图动态链接模型具有相同的特性，由表2可以看出，可以达到超过86%的正确识本文档来自技高网...

【技术保护点】
一种人脸识别方法，其特征在于，所述方法包括如下步骤：　（ａ）检测所捕捉到的图像中的人脸；　（ｂ）从所检测到的人脸中提取人脸轮廓并获得多个人脸标志特征向量；　（ｃ）根据获得的多个人脸标志特征向量生成动态链接属性图；　（ｄ）比较生成的属性图与人脸数据库中的属性图以确定是否匹配。

【技术特征摘要】

【专利技术属性】
技术研发人员：李树德，
申请(专利权)人：李树德，
类型：发明
国别省市：HK[中国|香港]