【技术实现步骤摘要】
本专利技术涉及模式识别和生物特征识别
,尤其涉及一种人脸识别方法及装置。
技术介绍
人脸识别是基于计算机、图像处理及模式识别等技术的一种生物特征识别技术。 最近,随着人脸识别在商业和执法部门得到广泛应用,例如刑事鉴定、信用卡识别、安全系统、现场监控等,人脸识别技术越来越得到更多的关注。在识别过程中,光照条件的变化是导致人脸识别率下降的主要原因之一。例如,人在室内进行的人脸注册,室内条件下可以正常识别,但在室外的识别效果就非常差,甚至会因为室内室外光照情况的差异导致可信值很小从而无法进行识别。在现有的去除人脸光照的方法中,对于侧光照和阴影的情况下识别率的提升卓有成效,但同时导致一些正常人脸图像特征产生期望之外的改变,这样常常会降低在正常光照条件下的识别率。现有技术的解决方案之一是利用高斯差分(Difference OfGaussian, DOG)滤波。 高斯差分滤波不仅计算量小,并且能够对极端光照条件下的人脸图像进行校正以增强识别效果。但在实际应用中,专利技术人发现仅仅使用高斯差分滤波对人脸图像进行处理会降低正常光照条件下的识别性能。
技术实现思路
本专利技术的实施例提供一种人脸识别方法及装置,能在各种光照条件下进行有效的识别,提高了人脸识别的识别性能。为解决上述技术问题,本专利技术的实施例采用如下技术方案一种人脸识别方法,包括获取要识别的原始人脸测试样本,并对所述原始人脸测试样本进行高斯差分滤波处理,得到滤波后的人脸测试样本;将所述原始人脸测试样本与预先存储的正常光照条件下注册的原始人脸训练样本集进行比对,并将所述滤波后的人脸测试样本与预先存储的经高斯 ...
【技术保护点】
1.一种人脸识别方法,其特征在于,包括:获取要识别的原始人脸测试样本,并对所述原始人脸测试样本进行高斯差分滤波处理,得到滤波后的人脸测试样本;将所述原始人脸测试样本与预先存储的正常光照条件下注册的原始人脸训练样本集进行比对,并将所述滤波后的人脸测试样本与预先存储的经高斯差分滤波后的人脸训练样本集进行比对,从所述原始人脸训练样本集中找出所述原始人脸测试样本对应的识别对象;计算得到所述识别对象的所述原始人脸训练样本和所述滤波后的人脸训练样本的总体重构系数分散程度SCI;根据所述SCI判断所述原始人脸测试样本是否为注册人脸。
【技术特征摘要】
1.一种人脸识别方法,其特征在于,包括获取要识别的原始人脸测试样本,并对所述原始人脸测试样本进行高斯差分滤波处理,得到滤波后的人脸测试样本;将所述原始人脸测试样本与预先存储的正常光照条件下注册的原始人脸训练样本集进行比对,并将所述滤波后的人脸测试样本与预先存储的经高斯差分滤波后的人脸训练样本集进行比对,从所述原始人脸训练样本集中找出所述原始人脸测试样本对应的识别对象;计算得到所述识别对象的所述原始人脸训练样本和所述滤波后的人脸训练样本的总体重构系数分散程度SCI ;根据所述SCI判断所述原始人脸测试样本是否为注册人脸。2.根据权利要求1所述的人脸识别方法,其特征在于,所述方法还包括在进行高斯差分滤波处理之前,对待处理的原始人脸训练样本集或原始人脸测试样本的人脸图像进行归一化处理。3.根据权利要求1或2所述的人脸识别方法,其特征在于,将所述原始人脸测试样本与预先存储的正常光照条件下注册的原始人脸训练样本集进行比对,并将所述滤波后的人脸测试样本与预先存储的经高斯差分滤波后的人脸训练样本集进行比对,从所述原始人脸训练样本集中找出所述原始人脸测试样本对应的识别对象,包括将所述原始人脸测试样本与预先存储的正常光照条件下注册的原始人脸训练样本集进行比对,得到第一重构系数;将所述滤波后的人脸测试样本与预先存储的经高斯差分滤波后的人脸训练样本集进行比对,得到第二重构系数;根据所述第一重构系数,计算得到原始人脸训练样本集的第一残差值;根据所述第二重构系数,计算得到滤波后的人脸训练样本集的第二残差值;计算得到对应所述第一残差值和第二残差值之和的最小值,并将所述最小值对应的类作为识别对象。4.根据权利要求3所述的人脸识别方法,其特征在于,所述将所述原始人脸测试样本与预先存储的正常光照条件下注册的原始人脸训练样本集进行比对,得到第一重构系数,根据以下公式5.根据权利要求4所述的人脸识别方法,其特征在于,所述根据所述第一重构系数,计算得到原始人脸训练样本集的第一残差值,根据以下公式所述力即为所述第一残差值;所述根据所述第二重构系数,计算得到滤波后的人脸训练样本集的第二残差值,根据以下公式rf{y) = \yd-A5,(xi)\2所述力即为所述第二残差值;其中为χ。中相关于第i类的相关系数和,为Xd中相关于第i类的相关系数和。6.根据权利要求5所述的人脸识别方法,其特征在于,所述计算得到对应所述第一残差值和第二残差值之和的最小值,并将该最小值对应的类作为识别对象,根据以下公式ri{y) = mm(r°{y) + rf(y))所述rjy)即为所述最小值;该A (y)的第i类即为所述识别对象。7.根据权利要求6所述的人脸识别方法,其特征在于,所述计算得到所述识别对象的所述原始人脸训练样本和所述滤波后的人脸训练样本的总体重构系数分散程度SCI,根据以下公式scl = max,.(II ||)/||x Il1-I , .k-\A:*max,(II 矿㈨ Il)/Il Z H1-I k-\ ‘其中,k是类别数。8.根据权利要求1或7所述的人脸识别方法,其特征在于,所述根据所述SCI判断所述原始人脸测试样本是否为注册人...
【专利技术属性】
技术研发人员:黄磊,刘昌平,许力,
申请(专利权)人:汉王科技股份有限公司,
类型:发明
国别省市:11
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。