[发明专利]基于图像加权平均的自动人脸识别方法

权利要求书

1.一种基于图像加权平均的自动人脸识别方法，其特征在于包括以下步骤：

第一步，在原始图像上标记34个特征点，生成人脸形状图，将人脸切分为若干个三角形区域；

第二步，将人脸形状图内的原始人脸图像映射到标准正面形状模板上，得到人脸结构图；

第三步，采用人脸左右偏转角度自动判定法确定图像中人脸的左右偏转角度：首先在原始图像标记特征点生成的人脸形状图上确定人脸中轴线即由左右眼角间距中心点和鼻尖点确定的直线、左边界线即过面部最左端标记点与中轴线平行的直线、右边界线即过面部最右端标记点与中轴线平行的直线，并定义d₁、d₂为左右边界线到中轴线的距离；取向左偏转为正方向，则人脸左右偏转角度按下式确定：

θ=arcsin(2d1d1+d2-1)]]>

其中，θ∈[-π2,π2];]]>

第四步，依据人脸左右偏转角度对每一张图像赋予相应权值进行平均，得到加权平均结构图与加权平均形状图，m×n表示加权平均结构图的分辨率，m、n为正整数：

步骤1，依据第l幅图像的人脸左右偏转角度θ_l对第l幅图像设置一个权值w_l，l＝1，...k，k为参加平均的原始图像数目，方法是加大正面姿态图像权值，减小偏侧姿态图像权值，即：

(1)时，定义如下高斯型函数：

wl=12πe-(sin(θl))22]]>

(2)或即当人脸向左或右偏侧角度达到90度时：

当k≤5时，未被遮挡的半张脸权值设为被遮挡的半张脸权值设为0，即参与平均的图像样本数量较少时仅利用未被遮挡的半张脸信息参与后续处理；

当k＞5时，整幅图像权值设为0，即参与平均的图像样本足够多时舍弃仅含有半张人脸信息的图像；

最终得到的各权值满足归一化条件w₁+w₂+...+w_k＝1；

步骤2，加权平均结构图各点像素值为：

g‾ij=w1gij1+w2gij2+...+wkgijk]]>i＝1，...m，j＝1，...，n            (5)

步骤3，加权平均形状图各特征点的坐标为：

x‾n0=w1xn01+w2xn02+...+wkxn0k,]]>y‾n0=w1yn01+w2yn02+...+wkyn0k,]]>n₀＝1，...，34

连接相应特征点，生成加权平均形状图；

第五步，将加权平均结构图向加权平均形状图映射，得到加权平均脸图像。

2.如权利要求1所述的一种基于图像加权平均的自动人脸识别方法，其特征在于将人脸形状图内的原始人脸图像映射到标准正面形状模板上和将加权平均结构图向加权平均形状图映射均采用快速线性插值法，过程是：设标准正面模板上的目标三角形ABC的三个顶点A，B，C的坐标分别是(x_A，y_A)，(x_B，y_B)，(x_C，y_C)，则线段AC与AB的方程为：

线段AC：x(y_C-y_A)+y(x_A-x_C)-x_Ay_C+x_Cy_A＝0

线段AB：x(y_B-y_A)+y(x_A-x_B)-x_Ay_B+x_By_A＝0

根据线段方程，三角形ABC中任意一点P到线段AC距离与B点到线段AC距离之比α和P点到线段AB距离与C点到线段AB距离之比β的值分别为：

α=xP(yC-yA)+yP(xA-xC)-xAyC+xCyAxB(yC-yA)+yB(xA-xC)-xAyC+xCyA---(1)]]>

β=xP(yB-yA)+yP(xA-xB)-xAyB+xByAxC(yB-yA)+yC(xA-xB)-xAyB+xByA---(2)]]>

当0≤α≤1，0≤β≤1，表示P点在三角形ABC内部；当α＝0时，P点就在线段AC上；当β＝0，P点就在线段AB上；同理可得原始图像中的三角形A₀B₀C₀中：

α0=xP0(yC0-yA0)+yP0(xA0-xC0)-xA0yC0+xC0yA0xB0(yC0-yA0)+yB0(xA0-xC0)-xA0yC0+xC0yA0---(3)]]>

β0=xP0(yB0-yA0)+yP0(xA0-xB0)-xA0yB0+xB0yA0xC0(yB0-yA0)+yC0(xA0-xB0)-xA0yB0+xB0yA0---(4)]]>

其中，变量α₀为P点在三角形A₀B₀C₀中的对应点P₀到线段A₀C₀距离与B₀点到线段A₀C₀距离之比，β₀为P₀点到线段A₀B₀距离与C₀点到线段A₀B₀距离之比；要完成图像映射，必须有α＝α₀，β＝β₀，联立(1)-(4)式解得P₀点坐标通过P₀点即可确定目标点P上的像素值，也即：

gP=gP0]]>