[发明专利]人脸识别方法和系统

说明书

技术领域

本发明涉及生物特征识别技术，更具体地说，涉及一种智能的人脸识别方法和系统。

背景技术

传统的验证方案采用通过安全传输层例如SSL协议由用户使用用户名和密码登录的机制。尽管这一机制能够提供安全的用户验证方案，但是这种机制需要用户先登入用户系统才能获得访问权，这一过程降低了系统的可用性，特别是在客户忘记用户名和密码的情况下，明显降低线上购物站点的用户友好性。使用数字签名的验证机制看起来似乎提供了可行的方案，但是这种技术存在潜在的缺点。首先，数字证书需要存储在用户的PC或笔记本电脑内，这便影响了移动性。尽管新近研发出来的智能卡可以将数字证书嵌入其中，但是如果不能在大部分公共场合例如网吧、酒店等提供这种智能卡读卡器，便仍不能解决移动性的问题。使用生物特征例如指纹、手掌和虹膜识别的其它自动验证机制虽然提供了可行的解决方案，但是都存在上述的各种问题。

从移动性的角度考虑，人脸识别不会存在这一问题。与其它生物特征识别技术例如指纹、虹膜扫描、签名不同的是，人脸识别更加友好和方便，不需要与采集装置有任何物理接触。而且，人脸识别是唯一能够与视频监视系统结合使用的生物特征识别技术。人脸识别技术尤其在法律领域具有很重要的作用，特别在照片是可用于识别某个目标的唯一证据的情况下。从照片中读取和检测罪犯的指纹或虹膜是不可能的，但是通过人脸识别技术，便可以仅仅从一张照片中找出目标。

而且，由于桌面视频会话的广泛流行，数字视频摄像头已经成为桌面型和笔记本电脑的标准外设。换言之，使用人脸识别技术的用户验证不需要担心是否有人脸图像采集设备的问题。此外，这种验证方案能够提供真正的自动验证，用户不需要提供任何身份信息或数据，更重要的是，用户不需要提供任何私秘的个人数据例如指纹和虹膜模本。

因此，人脸识别技术已经成为近二十年来最受关注的研究课题，人脸识别是用于用户验证和访问控制的最有用技术之一。鉴于人脸识别很容易在各种条件下执行，大量的研究都把重点放在开发自动人脸识别系统，在保证相同性能的情况下提供更快的速度和更高的准确性。

目前已经研究出了多种人脸识别技术，这些技术在某种程度上都允许在受控环境下采集的存储在数据库中的人脸图像与在非受控环境中采集的输入人脸图像之间存在差别。这些技术在识别从相近角度采集的、在大小比例、方向上都存在小的偏差的人脸图像方面都已经取得了一些进步。但是这一进步不仅很有限，而且计算复杂、昂贵且速度很慢。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述不足，提供一种识别率高且高效智能的人脸识别方法和系统。

本发明解决其技术问题所采用的技术方案是：提出一种人脸识别方法，包括如下步骤：

(a)检测所捕捉到的图像中的人脸；

(b)从所检测到的人脸中提取人脸轮廓并获得多个人脸标志特征向量；

(c)根据获得的多个人脸标志特征向量生成动态链接属性图；

(d)比较生成的属性图与人脸数据库中的属性图以确定是否匹配。

上述人脸识别方法中，所述步骤(a)进一步包括：使用人脸模板比较所捕捉到的图像，将匹配人脸模板的图像部分分割出来。

上述人脸识别方法中，所述步骤(b)进一步包括：

(b1)使用活动轮廓模型(Active Contour Model，简称为ACM)提取出人脸轮廓；

(b2)使用Gabor特征提取器从所述人脸轮廓中多个标志部分提取出多个特征向量。

上述人脸识别方法中，所述步骤(c)进一步包括：使用弹性图动态链接模型(Elastic Graph Dynamic Link Model，简称为EGDLM)建立所述多个特征向量的属性图。

上述人脸识别方法中，所述步骤(d)进一步包括：判断所生成的属性图与人脸数据库中的属性图之间的偏差是否在允许偏差范围内，若是，则匹配。

本发明为解决其技术问题还提出一种人脸识别系统，所述系统包括：

一个或多个客户端子系统，所述客户端子系统进一步包括：

用于检测所捕捉到的图像中的人脸的人脸检测模块；

用于从所检测到的人脸中提取人脸轮廓并获得多个人脸标志特征向量的特征提取模块；

通过网络与所述一个或多个客户端子系统连接的服务器子系统，所述服务器子系统进一步包括：

用于根据获得的多个人脸标志特征向量生成动态链接属性图的动态链接初始化模块；