本发明专利技术公开一种人脸库采集方法及装置，其方法包括在当前环境条件下，获取测试人脸的特征；将测试人脸的特征与存储于人脸库中的人脸特征进行对比；当测试人脸的特征与存储于人脸库中的人脸特征之间的相似度未达到指定阈值时，提示测试者对当前所给出的人脸库中最大相似度的人脸特征进行判断；若人脸库中最大相似度的人脸特征与测试人脸一致，则将当前环境条件下的测试人脸特征加入人脸库；否则将测试人脸作为样本加入人脸库。本发明专利技术能够动态地将随着环境变化的特征作为需要的特征加入到人脸库中，保证人脸识别在环境变化下的鲁棒性，解决了目前人脸识别中，由于环境的较大变化会对识别产生不良影响的问题，提高了人脸识别在各种环境下的准确性。
【技术实现步骤摘要】
本专利技术涉及人脸特征采集
，尤其涉及一种基于环境变化的人脸库采集方法及装置。
技术介绍
人脸识别技术在电子产品中逐渐得到应用。目前，通常采用的人脸识别方法中，大都是基于某一特定环境下获得的静态特征，而在进行人脸识别的过程中，当人脸处于不同的光照条件下时，产生的人脸特征是不同的，而且由于光照条件不同，使得同一人在不同的光照条件下的区别往往大于不同人之间的区分度，因此光照在人脸识别的特征生成过程中有着极其重要的影响。而现有的人脸识别技术无法克服环境变化对人脸特征识别的影响，在环境变化(特别是光照变化)时对人脸识别效果不佳，或者所产生的不同光照下的人脸库与实际相差较大。
技术实现思路
本专利技术的主要目的在于提供一种人脸库采集方法及装置，旨在提高人脸识别在各种环境下的准确性。为了达到上述目的，本专利技术提出一种人脸库采集方法，包括在当前环境条件下，获取测试人脸的特征；将所述测试人脸的特征与存储于人脸库中的人脸特征进行对比；当所述测试人脸的特征与存储于人脸库中的人脸特征之间的相似度未达到指定阈值时，提示测试者对当前所给出的人脸库中最大相似度的人脸进行判断；若所述人脸库中最大相似度的人脸特征与所述测试人脸一致，则将当前环境条件下的测试人脸的特征加入所述人脸库；否则将所述测试人脸作为样本加入所述人脸库。优选地，所述将测试人脸的特征与存储于人脸库中的人脸特征进行对比的步骤之后还包括当所述测试人脸的特征与存储于人脸库中的人脸特征之间的相似度达到指定阈值时，输出对比结果。优选地，所述获取测试人脸的特征的步骤之前还包括对当前环境进行粗估计，其具体包括获取摄像装置对外界环境变化进行调节后的参数值；将所述参数值与设定的阈值进行比较；若所述参数值在设定的阈值范围内，则进入获取测试人脸的特征的步骤；否则，向测试者输出当前环境条件不符合要求的提示信息。优选地，所述获取测试人脸的特征的步骤包括采用预定算法获取测试人脸的多尺度多方向上的滤波图像；对所述滤波图像采用LBP算子进行运算，得到多个LBP编码对所述多个LBP编码图进行分块并提取直方图特征序列，得到所述测试人脸的特征。优选地，所述环境条件至少包括光照条件。本专利技术还提出一种人脸库采集装置，包括特征获取模块，用于在当前环境条件下，获取测试人脸的特征；比较模块，用于将所述测试人脸的特征与存储于人脸库中的人脸特征进行对比；输出模块，用于当所述测试人脸的特征与存储于人脸库中的人脸特征之间的相似度未达到指定阈值时，提示测试者对当前所给出的人脸库中最大相似度的人脸特征进行判断；采集模块，用于当所述人脸库中最大相似度的人脸特征与所述测试人脸的特征一致时，将当前环境条件下的测试人脸特征加入所述人脸库；否则将所述测试人脸作为样本加入所述人脸库。优选地，所述输出模块，还用于当所述测试人脸的特征与存储于人脸库中的人脸特征之间的相似度达到指定阈值时，输出对比结果。优选地，该装置还包括环境估计模块，用于对当前环境进行粗估计，所述环境估计模块具体包括参数获取单元，用于获取摄像装置对外界环境变化进行调节后的参数值；参数比较单元，用于将所述参数值与设定的阈值进行比较；操作单元，用于当所述参数值在设定的阈值范围内，由所述获取模块获取测试人脸的特征；否则，向测试者输出当前环境条件不符合要求的提示信息。优选地，所述特征获取模块包括滤波图像获取单元，用于采用预定算法获取测试人脸的多尺度多方向上的滤波图编码图计算单元，用于对所述滤波图像采用LBP算子进行运算，得到多个LBP编码特征提取单元，用于对所述多个LBP编码图进行分块并提取直方图特征序列，得到所述测试人脸的特征。优选地，所述环境条件至少包括光照条件。本专利技术提出的一种人脸库采集方法及装置，通过在不同环境下获取不同的人脸样本及人脸特征建立人脸库，在外界环境变化较大的情况下，具有较好的识别能力，能够动态地将随着环境变化的特征作为需要的特征加入到人脸库中，从而保证了人脸识别在环境变化下的鲁棒性，并较好地解决了目前人脸识别中，由于环境的较大变化会对识别产生不良影响的问题，提高了人脸识别在各种环境下的准确性。附图说明图I是本专利技术人脸库采集方法第一实施例的流程示意图2是本专利技术人脸库采集方法第一实施例中获取测试人脸的特征的流程示意图3是本专利技术人脸库采集方法第一实施例中获取人脸特征的一种实例示意图4是本专利技术人脸库采集方法第二实施例的流程示意图5是本专利技术人脸库采集方法第三实施例的流程示意图6是本专利技术人脸库采集方法第三实施例中对当前环境进行粗估计的流程示意图7是本专利技术人脸库采集装置第一实施例的结构示意图8是本专利技术人脸库采集装置第一实施例中特征获取模块的结构示意图9是本专利技术人脸库采集装置第二实施例的结构示意图10是本专利技术人脸库采集装置第二实施例中环境估计模块的结构示意图。为了使本专利技术的技术方案更加清楚、明了，下面将结合附图作进一步详述。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。如图I所示，本专利技术第一实施例提出一种人脸库采集方法，包括步骤S101，在当前环境条件下，获取测试人脸的特征；其中，环境条件可以是光照条件或者其他环境条件，比如温度、湿度条件等，本实施例以光照条件为例进行说明。由于在现有的人脸识别方法中，所采用的都是基于某一固定或特定环境下获得的静态特征，在光照变化下的人脸所采用的识别方法效果不好，或者所产生的不同光照下的人脸库与实际的相差较大，本实施例在原有人脸识别算法的基础上针对人脸所处的光照环境，利用给定的方法将人脸识别过程中因为光照变化所造成极大变化的人脸特征归入对应的人脸库中，实现在不同环境下获取不同的人脸样本，以完善人脸库中的样本，保证人脸识别在环境变化下的鲁棒性。具体地，首先建立人脸库，由于每一个人脸具有相应的人脸特征，因此，可以预先收集多个人脸样本，每一个人脸样本具有对应的标识和人脸特征。在该人脸库中存储作为样本的人脸的标识及对应的人脸特征，然后采集不同环境下测试人脸的特征存储于该人脸库中。对于当前测试人脸，首先获取当前环境条件下该测试人脸的特征，其中，测试人脸的特征的获取方法可以采用现有的Gabor小波变换人脸的全局特征、LBP算法以及直方图相交判断等技术来获取人脸的细节纹理特征的方式，最终得到测试人脸的特征描述。步骤S102，将所述测试人脸的特征与存储于人脸库中的人脸特征进行对比；步骤S103，当所述测试人脸的特征与存储于人脸库中的人脸特征之间的相似度未达到指定阈值时，提示测试者对当前所给出的人脸库中最大相似度的人脸特征进行判断；步骤S104，若所述人脸库中最大相似度的人脸特征与所述测试人脸一致，则将当前环境条件下的测试人脸的特征加入所述人脸库；否则将所述测试人脸作为样本加入所述人脸库，包括将人脸的标识及对应的人脸特征一同加入所述人脸库。上述步骤S102-S104中，为了在外界光照环境变化的情况下能够准确识别人脸， 本实施例对处于外界环境光中的人脸进行细的特征对比，从而保证所识别到的人脸是处于不同的光照条件下，并对不同光照条件下的样本库中的人脸进行样本收集，以增强人脸识别的泛化能力。具体地，首先对识别到的人脸进行确认，将当前获得的测试人脸的特征与存储于人脸库中的人脸特征进行对比；当测试人脸的特征与人脸库中的人脸特征本文档来自技高网...
【技术保护点】
一种人脸库采集方法，其特征在于，包括：在当前环境条件下，获取测试人脸的特征；将所述测试人脸的特征与存储于人脸库中的人脸特征进行对比；当所述测试人脸的特征与存储于人脸库中的人脸特征之间的相似度未达到指定阈值时，提示测试者对当前所给出的人脸库中最大相似度的人脸特征进行判断；若所述人脸库中最大相似度的人脸特征与所述测试人脸一致，则将当前环境条件下的测试人脸的特征加入所述人脸库；否则将所述测试人脸作为样本加入所述人脸库。
【技术特征摘要】
【专利技术属性】
技术研发人员：黄玲，周龙沙，
申请(专利权)人：深圳TCL新技术有限公司，
类型：发明
国别省市：
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。