基于空间滤波器的人脸识别方法技术

本发明专利技术公开了基于空间滤波器的人脸识别方法，首先根据人脸模板图像设计对应的空间滤波器，并将空间滤波器存储在滤波器数据库中；将输入的待识别人脸图像变换为频域待识别人脸图像，频域待识别人脸图像与滤波器数据库中的空间滤波器进行匹配相关运算。如果待识别人脸图像与人脸模板图像是同一个人，空间滤波器的输出相关平面会出现一个尖锐的峰值；反之，如果待识别人脸图像与人脸模板图像不是同一个人，则输出相关平面不会出现尖锐的峰值。解决了当人脸姿态、表情、成像噪声、遮挡以及环境光照发生较大变化时人脸识别难的问题，取得了较好的识别效果，且识别时间短。

【技术实现步骤摘要】

本专利技术涉及图像处理、模式识别和计算机视觉领域，特别涉及。
技术介绍
虽然对人脸识别的研究持续了数十年，但是，时至今日，它依然是模式识别领域中一个极具挑战的问题。人脸识别方法还有一系列难以解决的问题，例如当人脸姿态、表情、成像噪声、遮挡以及环境光照发生较大变化的时候，识别率将急剧下降，如何解决人脸在不同姿态、表情、成像噪声、光照和有部分遮挡条件下的识别问题，仍然是当前研究的热点。对于姿态和光照变化的人脸识别问题，如果采用传统的方法，必须获得足够多的不同姿态和光照条件下的用于学习的人脸训练图像，然而在很多情况下，这些图像并不容易获得。为了实现不依赖姿态和环境光照的人脸识别，现有技术中提出下述方法 ー种是“不变特征”的方法，该方法是在图像中提取对姿态、光照变化不敏感的特征作为原始图像的測度，比如边界图。从近年的测试来看，相对于直接利用原始图像数据进行识别的算法来说，不变特征的研究取得了很大的进步，使得算法对光照变化在一定程度有了适应性，但是没有任何ー种特征可以独自克服图像的光照变化，并且，很难获得姿态变化下的不变特征。另外ー种是“变化校正”的方法，该方法主要是人脸三维形变模型，利用对输入的两维人脸图像进行形状和纹理的双重匹配，能够获得不依赖于姿态的三维人脸特征，从而很好地解决不依赖于姿态的识别问题。当被用于侧面人脸的姿态矫正，实验结果显示有非常好的识别性能。但是由于它需要对形状和纹理同时进行优化，耗时巨大且陷入局部最小，且初始的特征点位置需要手工获得，不可能满足实际应用的需求。因此，现有技术中要么是无法克服光照变化对图像产生的影响，要么是耗时，需要手工操作。
技术实现思路
本专利技术的目的在于克服现有技术的缺点与不足，提供一种，解决了当人脸姿态、表情、成像噪声、遮挡以及环境光照发生较大变化时人脸识别难的问题，取得了较好的识别效果，且识别时间短。本专利技术的目的通过下述技术方案实现，包括以下步骤SI、对输入的人脸模板图像选取滤波器算法，制作空间滤波器，并将空间滤波器存入滤波器数据库；S2、对输入的待识别人脸图像作频域变换，得到频域待识别人脸图像；S3、从滤波器数据库中选取ー个空间滤波器与频域待识别人脸图像进行相关匹配运算，得到空间滤波器响应函数；S4、对空间滤波器响应函数的输出相关平面进行检测，若输出相关平面出现尖锐的相关峰值，则输入的待识别人脸图像与人脸模板图像相匹配，结束人脸识别过程；若输出相关平面未出现尖锐的相关峰值，则输入的待识别人脸图像与人脸模板图像不匹配，转入步骤S5 ；S5、若滤波器数据库已遍历，则结束人脸识别过程；若滤波器数据库未遍历，则从滤波器数据库中选择另一空间滤波器，与频域待识别人脸图像进行相关匹配运算，得到空间滤波器响应函数，然后返回步骤S4。本专利技术的识别原理如下首先根据人脸模板图像设计对应的空间滤波器，并将空间滤波器存储在滤波器数据库中；将输入的待识别人脸图像变换为频域待识别人脸图像，频域待识别人脸图像与滤波器数据库中的空间滤波器进行匹配相关运算。如果待识别人脸图像与人脸模板图像是同一个人，空间滤波器的输出相关平面会出现ー个尖鋭的峰值；反之，如果待识别人脸图像与人脸模板图像不是同一个人，则输出相关平面不会出现尖锐的峰值。由此，可以根据空间滤波器的输出相关平面是否出现尖锐的峰值，来判断所输入的待识别人脸图像是否为与人脸模板图像相匹配的图像。 本专利技术相对于现有技术具有如下的优点及有益效果本专利技术的人脸识别方法基于优化后的空间滤波器，在对有姿态、光照和有部分遮挡的人脸图像进行识别时，识别效果很好。解决了有姿态、光照或有部分遮挡的人脸识别难的问题，取得了较好的识别效果。附图说明图I是本专利技术基于空间滤波器的人脸识别流程图；图2是空间匹配滤波器的制作步骤示意图；图3 Ca)是模板图像的示意图；图3 (b)是待识别人脸图像的不意图；图4是空间滤波器响应图；图5是空间滤波器对待识别人脸图像进行相关运算后的結果。具体实施例方式下面结合实施例及附图对本专利技术作进ー步详细的描述，但本专利技术的实施方式不限于此。实施例參见图1，本专利技术，包括以下步骤SI、对输入的人脸模板图像选取相应的滤波器算法，制作空间滤波器，并将所制作的空间滤波器作为滤波器模板存入滤波器数据库；S2、对输入的待识别人脸图像作图像预处理，具体一点来说是作频域变换，得到频域待识别人脸图像；其中所输入的待识别人脸图像为时域待识别人脸图像；S3、从滤波器数据库中选取ー个空间滤波器与频域待识别人脸图像进行相关匹配运算，得到空间滤波器响应函数；S4、对空间滤波器响应函数的输出相关平面进行检测，若输出相关平面出现ー个尖鋭的相关峰值，则输入的待识别人脸图像与人脸模板图像相匹配，是同一个人，则结束人脸识别过程；若输出相关平面未出现尖锐的相关峰值，则输入的待识别人脸图像与人脸模板图像不匹配，转入步骤S5;S5、若滤波器数据库已遍历，则结束人脸识别过程；若滤波器数据库未遍历，则从滤波器数据库中选择另一空间滤波器，与频域待识别人脸图像进行相关匹配运算，得到空间滤波器响应函数，然后返回步骤S4。本步骤所述的另一空间滤波器，指的是在滤波器数据库遍历过程中，未与频域待识别人脸图像进行相关匹配运算的存储在滤波器数据库中的其余空间滤波器。人脸识别结果为匹配或不匹配。空间滤波器的常用评价标准有⑴信噪比 SNR(Signal Noise Ratio)权利要求1.，其特征在于，包括以下步骤 S1、对输入的人脸模板图像选取滤波器算法，制作空间滤波器，并将空间滤波器存入滤波器数据库； S2、对输入的待识别人脸图像作频域变换，得到频域待识别人脸图像； S3、从滤波器数据库中选取ー个空间滤波器与频域待识别人脸图像进行相关匹配运算，得到空间滤波器响应函数； S4、对空间滤波器响应函数的输出相关平面进行检测，若输出相关平面出现尖锐的相关峰值，则输入的待识别人脸图像与人脸模板图像相匹配，结束人脸识别过程；若输出相关平面未出现尖锐的相关峰值，则输入的待识别人脸图像与人脸模板图像不匹配，转入步骤S5 ； S5、若滤波器数据库已遍历，则结束人脸识别过程；若滤波器数据库未遍历，则从滤波器数据库中选择另一空间滤波器，与频域待识别人脸图像进行相关匹配运算，得到空间滤波器响应函数，然后返回步骤S4。2.根据权利要求I所述的，其特征在于，步骤SI制作空间滤波器包括 S11、将所输入的人脸模板图像进行FFT变换，将人脸模板图像从时域的ニ维图像变成频域的ニ维图像； S12、对频域的ニ维图像进行图像编码，变成模板图像； S13、对模板图像进行信息处理制作成空间滤波器。3.根据权利要求I所述的，其特征在于，所述滤波器算法包括自适应优化滤波器算法，匹配相关峰能量与输入信号总能量之比zI = 丨丨G至IJM力ft，_巾F力入Ii丰莫ネ反 イ象白勺FFT ,变J免，Bカ胃|#_白勺FFT变 eィ换，G是F的子集，F=G+B ;当输入的人脸模板图像没有遮挡时，G=Fj^i =ド+召丨2，当没有背ejar景噪声吋，B=0，=^T0I l4.根据权利要求I所述的，其特征在于，所述滤波器算法包括自适应优化滤波器算法，传输匹配能量与传输不匹配能量之比 \(i\~ eX2 =|^J—-37达到最小值，B为背景噪声的F本文档来自技高网...

【技术保护点】
基于空间滤波器的人脸识别方法，其特征在于，包括以下步骤：S1、对输入的人脸模板图像选取滤波器算法，制作空间滤波器，并将空间滤波器存入滤波器数据库；S2、对输入的待识别人脸图像作频域变换，得到频域待识别人脸图像；S3、从滤波器数据库中选取一个空间滤波器与频域待识别人脸图像进行相关匹配运算，得到空间滤波器响应函数；S4、对空间滤波器响应函数的输出相关平面进行检测，若输出相关平面出现尖锐的相关峰值，则输入的待识别人脸图像与人脸模板图像相匹配，结束人脸识别过程；若输出相关平面未出现尖锐的相关峰值，则输入的待识别人脸图像与人脸模板图像不匹配，转入步骤S5；S5、若滤波器数据库已遍历，则结束人脸识别过程；若滤波器数据库未遍历，则从滤波器数据库中选择另一空间滤波器，与频域待识别人脸图像进行相关匹配运算，得到空间滤波器响应函数，然后返回步骤S4。

【技术特征摘要】

【专利技术属性】
技术研发人员：王国田，
申请(专利权)人：广东非思智能科技股份有限公司，
类型：发明
国别省市：