一种人脸识别方法及装置制造方法及图纸

本发明专利技术适用于图像处理领域，提供了一种人脸识别方法及装置，所述方法包括：从测试图像中获取指定的若干特征点的坐标；将所述若干特征点分为多组；根据所述若干特征点坐标计算出各组特征点的距离，并通过比较所述各组特征点的距离判定测试图像中人脸的偏移信息；将所述测试图像与预先存储的偏移信息相同的样本图像进行比较，识别所述测试图标与所述样本图标的相似度。本发明专利技术在获取测试图像的偏移信息后，将测试图像与预先存储的偏移信息相同的样本图像进行识别，因此不管采集到的测试图像中人脸如何偏移，都能在判定测试图像的人脸偏移信息后与样本图像库中偏移信息相同的样本图像进行识别，大大增强了人脸图像识别的准确性。

【技术实现步骤摘要】
一种人脸识别方法及装置
本专利技术属于图像处理领域，尤其涉及一种人脸识别方法及装置。
技术介绍
随着技术的不断发展，人脸识别已经被广泛的应用于各种领域。现有的人脸识别方法主要是针对一个正面的人脸进行特征提取和对比，因此在现有的人脸识别方法中，样本图像库中的人脸图像基本都是人脸的正面图像，而在实际情况中采集到的人脸图像却并非都是正面的人脸。因此，当将采集到的非正面的人脸图标与样本图像库中正面的人脸图像进行识别很可能会因单个人脸多角度下的人脸特征，使得人脸特征匹配混乱，错误的识别出人脸。
技术实现思路
本专利技术实施例的目的在于提供一种人脸识别方法及装置，旨在解决现有的人脸识别方法在采集到的非正面人脸图像与样本图像库中的正面人脸进行识别时容易识别错误问题。本专利技术实施例是这样实现的，一种人脸识别方法，所述方法包括：从测试图像中获取指定的若干特征点的坐标；将所述若干特征点分为多组；根据所述若干特征点坐标计算出各组特征点的距离，并通过比较所述各组特征点的距离判定测试图像中人脸的偏移信息；将所述测试图像与预先存储的偏移信息相同的样本图像进行比较，识别所述测试图像与所述样本图像的相似度。本专利技术实施例的另一目的在于提供一种人脸识别装置，所述装置包括：特征点提取单元，用于从测试图像中获取指定的若干特征点的坐标；特征点分组单元，用于将所述若干特征点分为多组；偏移信息判定单元，用于根据所述若干特征点坐标计算出各组特征点的距离，并通过比较所述各组特征点的距离判定测试图像中人脸的偏移信息；人脸识别单元，用于将所述测试图像与预先存储的偏移信息相同的样本图像进行比较，识别所述测试图像与所述样本图像的相似度。在本专利技术实施例中，获取测试图像中提取的特征点的坐标后，对特征点进行分组，并根据各特征点的坐标计算出各组特征点的距离，通过比较各组特征点的距离判定测试图像的偏移信息，随后将测试图像与预先存储的偏移信息相同的样本图像进行比较，识别所述测试图像与所述样本图像的相似度，因此不管采集到的人脸图像中人脸如何偏移，都能在判定测试图像的人脸偏移信息后与样本图像库中偏移信息相同的样本图像进行识别，大大增强了人脸识别的准确性。附图说明图1是本专利技术一种人脸识别方法的第一实施例提供的流程图；图2是本专利技术一种人脸识别方法的第一实施例提供的判定测试图像中人脸的偏移信息的一个具体示例；图3是本专利技术一种人脸识别方法的第二实施例提供的流程图；图4是本专利技术一种人脸识别装置的第一实施例提供的人脸识别装置的结构图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。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。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。实施例一：如图1所示为本专利技术一种人脸识别方法的第一实施例提供的流程图，为了便于说明，仅示出了与本专利技术实施例相关的部分。在步骤S101中，从测试图像中获取指定的若干特征点的坐标。在本专利技术实施例中，首先对需要识别的人脸图像采用adaboost算法对图像进行检测，获取到测试图像test_face。随后，通过AAM算法从测试图像中获取预先指定的若干特征点的坐标。具体的，先在测试图像中标记出指定的若干个特征点，获知上述若干特征点的位置信息，然后根据若干特征点的位置信息建立AAM形状模型。其中，指定的若干个特征点是开发人员根据人脸表观确定的。其中，根据标记好的若干个特征点的位置信息组成形状向量S{x1,y1,x2,y2......,xv,yv}(假设标记了V个特征点)，由于形状向量S中含有平移、缩放和旋转变换作用的效果，为了消除这些变换的效果以便对形状向量S进行全局变换，因此采用主成分分析PCA方法对形状向量S进行降维，则任意形状的样本均可以被表达为基本形状S0与n个形状矢量Si的线性组合。因此，AAM形状模型可采用下述公式表示：其中，S是根据标记好的若干个特征点的位置信息构成的形状向量，S0表示基本形状，Si表示n个最大特征值所对应的形状特征向量，系数p为形状参数。在本专利技术实施例中，建立了AAM形状模型后，通过调整AAM形状模型的形状参数拟合AAM形状模型，使得AM形状模型的表观越来越逼近测试图像，在拟合完成后获得与测试图像最为接近的人脸轮廓图像，并从人脸轮廓图像中提取指定的多个特征点的坐标。在步骤S102中，将若干特征点分为多组。在本专利技术实施例中，获取若干特征点的坐标后，根据这些特征点在人脸图像中所处的位置(如：处于左边眉毛、右边眉毛、鼻头、鼻翼等位置)，对这些特征点进行分类，可分为左偏移组，右偏移组，上偏移组及下偏移组。以图2中的10个特征点为例，其中，A1为左眼的左眼角点位置，B1为右眼的右眼角点位置，C2为左眼的中心，D2为右眼的中心，A2为在水平方向上与A1距离相等于A1C2的点，B2为在水平方向上与B1距离相等于B1D2的点，C1、D1为以C2D2为水平线到下巴距离的1/4的鼻子左右点，F1为左嘴角点，F2为右嘴角点，根据这些特征点在人脸图像中所处的位置，可将A1、A2分为左偏移组，B1、B2分为右偏移组，C1、C2、D1及D2分为上偏移组，C1、C2、F1及F2分为下偏移组。在步骤S103中，根据若干特征点坐标计算出各组特征点的距离，并通过比较各组特征点的距离判定测试图像中人脸的偏移信息。在本专利技术实施例中，在对若干特征点进行分组后，根据这些特征点的坐标分别计算左偏移组、右偏移组，上偏移组及下偏移组的特征点的距离，获得左偏距离，右偏距离、上偏距离以及下偏距离。随后，通过比较左偏距离，右偏距离、上偏距离以及下偏距离判定测试图像中人脸的偏移信息。具体的，预设两个阈值，分别为水平阈值及垂直阈值，其中，当左偏距离与右偏距离的差大于水平阈值，上偏距离与下偏距离的差的绝对值小于垂直阈值时，判定测试图像中人脸的偏移信息为向右偏移；当右偏距离与左偏距离的差大于水平阈值，上偏距离与下偏距离的差的绝对值小于垂直阈值时，判定测试图像中人脸的偏移信息为向左偏移；当左偏距离与右偏距离的差的绝对值小于水平阈值，上偏距离与下偏距离的差的绝对值小于垂直阈值时，判定测试图像中人脸的偏移信息为正角度；当左偏距离与右偏距离的差的绝对值小于水平阈值，上偏距离与下偏距离的差大于垂直阈值时，判定测试图像中人脸的偏移信息为向下偏移；当左偏距离与右偏距离的差的绝对值小于水平阈值，下偏距离与上偏距离的差大于垂直阈值时，判定测试图像中人脸的偏移信息为向上偏移；当左偏距离与右偏距离的差大于水平阈值，上偏距离与下偏距离的差大于垂直阈值时，判定测试图像中人脸的偏移信息为向右向下偏移；当左偏距离与右偏距离的差大于水平阈值，下偏距离与上偏距离的差大于垂直阈值时，判定测试图像中人脸的偏移信息为向右向上偏移；当右偏距离与左偏距离的差大于水平阈值，下偏距离与上偏距离的差大于垂直阈值时，判定测试图像中人脸的偏移信息为向左向上偏移；当右偏距离与左偏距离的差大于水平阈值，上偏距离与下偏距离的差大于垂直阈值时，判定测试图像中人脸的偏移信息为向左向下偏移。继续以图2为例来说明如何根据若干特征点坐标计算出各组特征点的距离，并通过比较各组特征点的距离判定测试图像中人脸的偏移信息。在图2中，分别计算本文档来自技高网...

【技术保护点】
一种人脸识别方法，其特征在于，所述方法包括：从测试图像中获取指定的若干特征点的坐标；将所述若干特征点分为多组；根据所述若干特征点坐标计算出各组特征点的距离，并通过比较所述各组特征点的距离判定测试图像中人脸的偏移信息；将所述测试图像与预先存储的偏移信息相同的样本图像进行比较，识别所述测试图标与所述样本图标的相似度。

【技术特征摘要】
1.一种人脸识别方法，其特征在于，所述方法包括：从测试图像中获取指定的若干特征点的坐标；将所述若干特征点分为多组；根据所述若干特征点坐标计算出各组特征点的距离，并通过比较所述各组特征点的距离判定测试图像中人脸的偏移信息；将所述测试图像与预先存储的偏移信息相同的样本图像进行比较，识别所述测试图像与所述样本图像的相似度；其中，所述将所述若干特征点分为多组包括：将所述若干特征点分为左偏移组，右偏移组，上偏移组及下偏移组；所述根据所述若干特征点坐标计算出各组特征点的距离，并通过比较所述各组特征点的距离判定测试图像中人脸的偏移信息包括：分别计算左偏移组、右偏移组，上偏移组及下偏移组的特征点的距离，获得左偏距离，右偏距离、上偏距离以及下偏距离；预设水平阈值及垂直阈值；当左偏距离与右偏距离的差大于水平阈值，上偏距离与下偏距离的差的绝对值小于垂直阈值时，判定测试图像中人脸的偏移信息为向右偏移；当右偏距离与左偏距离的差大于水平阈值，上偏距离与下偏距离的差的绝对值小于垂直阈值时，判定测试图像中人脸的偏移信息为向左偏移；当左偏距离与右偏距离的差的绝对值小于水平阈值，上偏距离与下偏距离的差的绝对值小于垂直阈值时，判定测试图像中人脸的偏移信息为正角度；当左偏距离与右偏距离的差的绝对值小于水平阈值，上偏距离与下偏距离的差大于垂直阈值时，判定测试图像中人脸的偏移信息为向下偏移；当左偏距离与右偏距离的差的绝对值小于水平阈值，下偏距离与上偏距离的差大于垂直阈值时，判定测试图像中人脸的偏移信息为向上偏移；当左偏距离与右偏距离的差大于水平阈值，上偏距离与下偏距离的差大于垂直阈值时，判定测试图像中人脸的偏移信息为向右向下偏移；当左偏距离与右偏距离的差大于水平阈值，下偏距离与上偏距离的差大于垂直阈值时，判定测试图像中人脸的偏移信息为向右向上偏移；当右偏距离与左偏距离的差大于水平阈值，下偏距离与上偏距离的差大于垂直阈值时，判定测试图像中人脸的偏移信息为向左向上偏移；当右偏距离与左偏距离的差大于水平阈值，上偏距离与下偏距离的差大于垂直阈值时，判定测试图像中人脸的偏移信息为向左向下偏移。2.如权利要求1所述的方法，其特征在于，所述从测试图像中获取预先指定的若干特征点的坐标之前，所述方法还包括：建立样本图像库，所述样本图像库中每个用户的样本图像包括多幅人脸偏移信息不同的样本图像。3.如权利要求1或2所述的方法，其特征在于，所述从测试图像中获取预先指定的若干特征点的坐标包括：在测试图像中标记出指定的多个特征点；根据所述标记的多个特征点的位置信息建立AAM形状模型；通过调整所述AAM形状模型的形状参数拟合所述AAM形状模型获得人脸轮廓图像，并从所述人脸轮廓图像中提取所述指定的多个特征点的坐标。4.一种人脸识别装置，...

【专利技术属性】
技术研发人员：周龙沙，邵诗强，
申请(专利权)人：TCL集团股份有限公司，
类型：发明
国别省市：