【技术实现步骤摘要】
本专利技术涉及生物特征识别技术中的2D图像分析和处理技术，具体地说是从两幅 或多幅2D图像中提取特征点，并判断其是否属于同一空间平面点的方法。
技术介绍
人脸识别技术是生物特征识别技术中的一种。目前各个国家对人脸识别技术都很 重视，许多大公司也推出了基于人脸识别的身份认证技术，在视频监控、多媒体、过程控制、 身份识别等领域有广泛的应用前景。随着该项技术的应用逐渐增多，随着而来的一些识别 技术上的缺点也被利用。传统的基于特征的人脸识别技术，通过提取人脸区域的特征点，并 根据特殊的特征点之间的某种固有关系，进行识别。其基础是图像上的特征点之间的关系， 而忽略了特征点的空间属性。这种系统在应用中，很容易被照片所欺骗，其可靠性和安全性 收到严重影响。本专利技术的突出特点是，根据空间中同一平面的点在不同视点下获取的图像 中，应当满足同平面约束，采用稳定性算子，如LMEDS，根据对应特征点可靠的计算出平面单 应矩阵，并以此为基础，进行特征点的同平面特性判别。
技术实现思路
本专利技术的目的在于提供，利用对多幅二维图像特征点的同平面属性进行估计，以 判别特征点对应的空间区域是否为...
【技术保护点】
一种改进的人脸识别方法，其特征在于，包括以下主要步骤：步骤１，通过拍摄获取两幅或多幅同一人脸的图像；步骤２，对获取的图像进行特征提取处理，得到多个２Ｄ特征点，利用视觉匹配技术建立特征点的对应关系；步骤３，任意抽取两幅图像上的对应特征点，计算平面单应矩阵；利用计算得到的平面单应矩阵计算步骤２所获取的特征点的误差值；步骤４，设定一个误差上限值，如果步骤３计算出的特征点的误差值小于等于误差上限值，则说明参与计算的特征点位于同一个平面内，如果特征点的误差值大于设定的误差上限值则转入步骤５；步骤５，通过人脸检测方法确定出图像中的人脸区域，将人脸区域内的特征点用于重新计算平面单应矩阵，...
【技术特征摘要】
一种改进的人脸识别方法，其特征在于，包括以下主要步骤步骤1，通过拍摄获取两幅或多幅同一人脸的图像；步骤2，对获取的图像进行特征提取处理，得到多个2D特征点，利用视觉匹配技术建立特征点的对应关系；步骤3，任意抽取两幅图像上的对应特征点，计算平面单应矩阵；利用计算得到的平面单应矩阵计算步骤2所获取的特征点的误差值；步骤4，设定一个误差上限值，如果步骤3计算出的特征点的误差值小于等于误差上限值，则说明参与计算的特征点位于同一个平面内，如果特征点的误差值大于设定的误差上限值则转入步骤5；步骤5，通过人脸检测方法确定出图像中的人脸区域，将人脸...
【专利技术属性】
技术研发人员：王忠立，宋永瑞，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：11[中国|北京]
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。