基于大规模图像数据的人脸特征提取方法及人脸识别方法技术

本发明专利技术公开了一种基于大规模图像数据的人脸特征提取方法及人脸识别方法，本方法为：1)建立一人脸图像数据库A，其中每人具有多种表情、姿态、光照的人脸图像；和一人脸图像数据库B；2)对数据库A和B中的每一图像进行人脸检测，并输出一包容人脸的矩形框和两眼像素坐标；3)将每一人脸图像进行矫正和缩放，生成一设定标准格式图像，并提取底层纹理特征向量；4)对于数据库A中的每一人a，利用支持向量机算法训练一可识别该人a的分类器；5)将新人脸图像生成设定标准格式图像，然后利用每一分类器对该新人脸的底层纹理特征向量进行判别，并据判别分数建立一向量，作为该新人脸图像的特征向量。本发明专利技术大大提升了所提取人脸特征的鲁棒性。

【技术实现步骤摘要】

本专利技术属于图像识别
，涉及一种人脸图像分析和处理方法，尤其涉及一种，可应用于人脸识别/人脸验证/人脸搜索等应用场合作为基础人脸特征提取单元。
技术介绍
人脸图像的特征提取是计算机视觉研究的热点，其技术研究成果广泛应用于各种人脸识别/人脸验证/人脸搜索/人脸表情分析等任务。其基本任务是对于输入的人脸图像产生一个向量表示，使得可以很好的保留人脸身份的信息而剔除与人脸身份无关的信息。其基本目标是同一个人的人脸图像输入产生尽量相似的，彼此距离较小的向量输出，而不同人的人脸图像输入产生较为显著的差异输出。 人脸图像研究领域的研究人员提出了多种人脸特征的提取方法。Matthew Turk 和 Alex Pentland 在”Face Recognition Using Eigenfaces，，提出了先将人脸图像像素值拉伸成的向量，然后在事先收集的一个人脸数据库上计算这些向量的主成分方向。最后新人脸图像的特征即为图像像素值向量在这些主成分方向上的投影分量。Peter N. Belhumeur 等人在 “Eigenfaces vs. Fisherfaces !Recognition Us本文档来自技高网...

【技术保护点】
一种基于大规模图像数据的人脸特征提取方法，其步骤为：1)建立一人脸图像数据库A，其中每一人分别具有多种不同表情、姿态、光照的多张人脸图像；建立一人脸图像数据库B，其包括多种不同表情、姿态、光照的人脸图像；2)利用人脸检测算法对人脸图像数据库A和人脸图像数据库B中的每一张人脸图像数据进行人脸检测，并输出一包容人脸的矩形框和两眼像素坐标；3)利用检测到的每一张人脸图像对应的矩形框和两眼像素坐标对人脸图像进行矫正和缩放，生成一设定标准格式图像；4)利用人脸检测算法提取3)中生成的每一张标准格式人脸图像的底层纹理特征向量；5)对于人脸图像数据库A中的每一人a，将其人脸图像的底层纹理特征向量作为正样本，...

【技术特征摘要】

【专利技术属性】
技术研发人员：印奇，曹志敏，唐文斌，杨沐，
申请(专利权)人：北京旷视科技有限公司，
类型：发明
国别省市：