数字图像中的面部识别制造技术

提供了一种用于面部识别的改进的解决方案。所述解决方案包括从多个像素构成的数字图像中检测面部，为在观测下的像素选择邻域，获得用至少一个系数组加权的像素值的组合，以及在被观测的面部和至少一个面部之间确定关于面部相似性的信息。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术一般涉及数字图像中的面部识别。
技术介绍
由于多种原因，面部识别是一项艰巨的工作。除了实际的面部检测(即检测有面部存在于图像中)之外，某人可能想要识别面部从而将被识别的面部链接到具体的身份(具体的人)。这样的面部识别被用于品种繁多的的应用中，包括安保系统、生物探测、身份验证、从多个图像中元数据的生成以及面部相似性的测量，仅提及几种。面部识别可以被看作是目标检测(object detection)的具体情况。然而，面部识 别比简单的目标检测具有更大的挑战性，因为面部的特征比简单目标(举例来说，比如立方体盒子)的特征更详细。进一步地，面部的外形时刻变化并且在外形上也是可变形的，因而比识别人造目标更具挑战性。因此相邻的像素相互之间相比在一般的目标检测中具有不同的相关性。进一步地，一般的目标检测不需要目标身份的解释。在面部识别中面部的特征从图像中被典型地提取并与预定的特征数据库对比。当前的面部识别技术应用例如局部二值模式(LBP)，在其中信息通过比较图像的一个位置(一个像素)与一个相邻像素获得。这种途径同样具有缺点，其涉及导致相邻像素局部结构的不良精度和不良判断(consideration)的可区别的面部特征的缺少。另外，相比LBP不同的途径，即局部相位量化(LPQ)技术或者去相关LPQ技术已经被采用在面部识别中。然而这些用于执行面部识别的解决方案也包括一些涉及例如相比LBP导致缓慢处理的过多数量的特征和数据的缺点。此外，应用LPQ不能提供与应用LBP同样精确的结果。进一步地，这些解决方案同样地存在例如面部光照不均和对面部变化的视点的问题。因此，需要一种用于执行面部识别的新颖的解决方案。
技术实现思路
本专利技术实施例的目的在于提供一种用于面部识别的改进的解决方案。根据本专利技术的一方面，提供一种如权利要求I中指定的方法。根据本专利技术的一方面，提供一种如权利要求8和10中指定的设备。根据本专利技术的一方面，提供一种如权利要求11中指定的计算机程序产品。本专利技术的实施例在从属权利要求中限定。附图说明在下文中，将参考实施例和附图对本专利技术进行更加详细的描述，在其中图I示出一示例性的数字图像；图2A和2B表示根据本专利技术一实施例的面部图像的归一化；图3A到3D表示示例性的邻域形式；图4A示出根据本专利技术一实施例的加权像素值的组合；图4B示出根据本专利技术一实施例的加权像素值的组合；图5示出根据本专利技术一实施例的面部识别设备；以及图6表示用于从数字图像中识别面部的方法。具体实施例方式下列实施例是示例性的。尽管说明书在文本的多个位置可能提及“一”、“一个”或者“一些”实施例，这并不一定意味着每个参考用于同样的实施例，或者特定的特征只应用于单独的实施例。不同实施例的单独的特征也可以被结合以提供其它的实施例。面部识别典型地在具有高速处理能力的设备(例如计算机)中被处理。但是，现今的消费者对数字照相机和移动电话的需求正在增加，因而期望面部识别技术也可应用在具有有限处理能力的设备(例如移动电话)中。根据一实施例的用于面部识别的解决方案可以被应用在具有低处理能力的设备中。图I示出一数字图像100。该图像可由多个像素102A至102C(从现在开始称其为102)构成。数字图像100可包括数以千计的像素102。例如，在最先进的高清图像情况下数字图像100可由1920X1080个像素构成，在其中该值指的是分别在水平和垂直方向上的像素102的数量。换句话说，数字图像100中的像素102的数量可决定数字图像的分辨率。像素102的数量越高，数字图像100具有越精确的分辨率。数字图像100可进一步包含一目标，例如人的面部。该目标自然地也可以是相比人的面部的其它目标。就是说，该目标可以是从数字图像100中可见的任何目标。出于清楚的原因，我们假设在图像中的目标是面部104。根据一实施例，人的面部104从由多个像素102构成的数字图像100中识别。该识别表示人的身份可基于人的面部104被发现或验证。该信息可用在包括安保系统的多种应用中。进一步地，面部104可通过使用任何可用的适当的目标探测技术从数字图像100中被检测到。面部104可包括某些面部特征106。示例性的面部特征106可以是眼、鼻子、嘴、耳朵、头发、眼睛之间的空间等。一般而言，面部特征106可以是表示面部104的特征的任何像素组合。就是说，面部特征106可以不是面部104的任何具体的部分(比如眼睛)，而是如果某些像素具有某些特征的话面部特征106就可存在。这些特征可在面部识别处理之前被学习。面部特征106可位于面部104的具体位置。例如，如果待探测的面部特征106是眼睛，则面部特征106可围绕着像素108。进一步地，面部的观测区域和图像的分辨率可基于待探测面部的大小来确定。根据一实施例，图像100被分成至少一个子块(sub-block) IlOA至110P。图I表示数字图像100分成子块IlOA至IlOP的示例性划分(从现在起称其为110)。如将描述的，每个子块110可在面部识别处理中被分别处理。尽管图I这样表示，但子块110可以不具有相等的大小。一个子块IlOA可大于子块110B。此外，子块110的形状可以独立地选择。也就是说，一个子块IlOA可以是矩形并且另一个子块IlOB可以是另一形状，例如椭圆形、三角形、圆形等。此外，子块110可包含不位于相同的物理实体中的像素102。换句话 说，即使子块IlOB和IlOP的像素102在图像100中位置不彼此相邻，子块IlOB和IlOP也可以被配置为单一的子块而不是两个分离的子块。子块的划分可根据图像中面部所位于的位置改变，从而每个子块都包括面部的某个(些)部分。实际上，可为归一化的图像执行分为子块110的划分，在该归一化的图像中图像的面部被固定在某一位置。这种方式，每个子块都包括某个(些)面部的已知部分。子块110的数量例如可以是100，从而图像100分别在水平和垂直方向上被划分成10乘10的子块110。然而，也可能只有一个子块110，在该情况下图像100本身就是子块 110。图像100可以被转换成灰度图像。在该灰度图像中，每个像素的值 是表示有关像素亮度的信息的单一样本。灰度图像由多个灰阶组成，该灰阶从亮度最低的黑色向亮度最高的白色变化。然而，根据本专利技术的实施例，图像可不需要在面部识别之前被转化成灰度。面部识别也可以在彩色数字图像上执行，或者色彩通道可通过一些其他方法组合以得出图像内容的一个或更多不同表现。图2表示根据本专利技术实施例的面部图像的归一化。显然图像中的面部200并不总是关于面部200的中心线202对称。换句话说，在图像中的面部200的排列、倾斜度和位置可在不同的图像之间变化。面部识别处理的输入可以是在其中面部被探测的图像，S卩，已经确定在图像中的目标是一面部。该输入可以如图2A所示。图2A表示原始的面部图像，在其中该面部200关于中心线202是倾斜的。由于这个原因，半个面部204A与半个面部204B不对称。根据一实施例，至少一个面部特征206A和206B (例如眼睛)从图像中被检测到并且至少一个面部特征206A和206B的位置被调整到预定的位置。这在图2B中已经示出，在其中眼睛206A和206B被调整到图像中预定的位置。该预定位置可从至少一个像素本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：M·尼斯卡宁，M·图尔帝宁，J·哈努克赛拉，
申请(专利权)人：维斯顿有限公司，
类型：发明
国别省市：