一种基于最大稳定极值区域的人脸识别方法技术

本发明专利技术公开了一种基于最大稳定极值区域的人脸识别方法。本发明专利技术提供了一种基于最大稳定极值区域的人脸识别方法，该方法通过获取人脸的最大稳定极值区域作为人脸识别的关键特征，提取表征关键特征的属性，并对关键特征进行分类，依据人脸图像的关键特征的属性及其类型对人脸图像的相似性进行判断，从而达到人脸识别的目的。本发明专利技术的人脸识别方法对尺度、仿射变化、光照变化、旋转、人脸表情变化、噪声等因素具有很好的鲁棒性，并对复杂背景下的人脸和遮挡的人脸具有一定的识别能力。

【技术实现步骤摘要】

本专利技术涉及模式识别与图像处理
，尤其涉及。
技术介绍
当前的生物特征识别技术主要包括有指纹识别、视网膜识别、虹膜识别、手形识另O、掌纹识别、人脸识别等。与其他识别方法相比，人脸识别具有自然，直观，成本较低等特点，使用简单，易于操作，稳定性高，从而获得了广泛的研究与应用。从古到今，人类在确认一个人的身份时，一般都是通过人脸来判断，这一事实为人脸识别概念的出现提供了理论基础和实践依据。自2001年美国“9. 11”恐怖袭击事件发生以来，世界各国普遍就打击恐怖主义，防范恐怖袭击，保护公众安全等问题展开研究与措施。其中，利用高科技技术对机场、码头、地铁车站等易受恐怖袭击的公共场所进行安全防范，并及时、迅速而准确地发现并确认可疑分子是目前各国高度关注的热点问题。而基于视频的人脸识别技术则是目前一种可行的方案。运用自动人脸识别技术，可将安检时所获取的人脸图片与恐怖份子照片数据库进行对比搜索，确定面部特征相似的嫌疑犯以供警务人员调查。在某些特定场合，如海关、出入境、公司部门、考试场等，可通过自动人脸识别技术验证被测人的相关证件，如身份证、护照、驾驶证、职员证、准考证等均附有个人照片的证本文档来自技高网...

【技术保护点】
一种基于最大稳定极值区域的人脸识别方法，其特征在于，包括以下步骤：步骤101、基于MSER原理对人脸图像进行特征区域检测；步骤102、采用GLOH特征描述算子对检测到人脸特征区域进行描述，生成描述特征区域的特征向量；步骤103、采用PCA算法对得到的特征向量进行降维，生成维数更低的描述特征区域的特征向量；步骤104、依据特征区域的位置和特征向量对特征区域进行分类；步骤105、针对待比对的两幅人脸图像，依据各自特征区域所属的类别和其相应的特征向量对特征区域进行相似性判定，得到各特征区域的相似度；步骤106、依据特征区域的相似性判定结果得到人脸图像的总的相似度，根据总的相似度判定对待比对的两幅人脸...

【技术特征摘要】
1.一种基于最大稳定极值区域的人脸识别方法，其特征在于，包括以下步骤步骤101、基于MSER原理对人脸图像进行特征区域检测；步骤102、采用GLOH特征描述算子对检测到人脸特征区域进行描述，生成描述特征区域的特征向量；步骤103、采用PCA算法对得到的特征向量进行降维，生成维数更低的描述特征区域的特征向量；步骤104、依据特征区域的位置和特征向量对特征区域进行分类；步骤105、针对待比对的两幅人脸图像，依据各自特征区域所属的类别和其相应的特征向量对特征区域进行相似性判定，得到各特征区域的相似度；步骤106、依据特征区域的相似性判定结果得到人脸图像的总的相似度，根据总的相似度判定对待比对的两幅人脸图像是否匹配。2.如权利要求1所述的基于最大稳定极值区域的人脸识别方法，其特征在于，步骤104 中，对特征区域进行分类时，采用神经网络聚类算法或SVM聚类算法。3.如权利要求2所述的基于最大稳定极值区域的人脸识别方法，其特征在于，步骤10...

【专利技术属性】
技术研发人员：张藻，张羽，
申请(专利权)人：天津市亚安科技股份有限公司，
类型：发明
国别省市：