[发明专利]人脸图像处理设备、人脸图像处理方法以及计算机程序

说明书

相关申请的交叉引用

本发明包含与2007年8月27日向日本专利局递交的日本专利申请 JP 2007-219739相关的主题，该申请的全部内容通过引用合并于此。

技术领域

本发明涉及一种人脸图像处理设备、一种人脸图像处理方法以及一种 计算机程序，其用于识别诸如静止图像、运动图像帧之类的摄影图像中包 括的人脸图像。具体地，本发明涉及一种人脸图像处理设备、一种人脸图 像处理方法、以及一种计算机程序，其中对照已记录的图像来检查所关注 的图像的特征点或特征以识别个人。

更具体地，本发明涉及一种人脸图像处理设备、一种人脸图像处理方 法、以及一种计算机程序，其中，通过统计学习来选择用于个人验证的特 征点或特征，以允许综合地使用所选择的特征来执行个人验证过程。具体 而言，本发明涉及一种人脸图像处理设备、一种人脸图像处理方法、以及 一种计算机程序，其中，在已记录的图像和要检查的图像上的特征点彼此 精确关联，以便即使在要检查的图像中的姿态变化时也获得高识别性能。

背景技术

人脸识别技术可广泛用于人机接口应用中，以达到诸如性别识别之类 的目的，这种类型的主要应用是不会给用户造成烦扰的个人验证系统。近 来，人脸识别被用于数字摄像机的基于对对象的检测或识别的自动操作， 包括自动对焦(AF)、自动曝光(AE)、自动视场角设置、以及自动拍摄。

例如，人脸识别系统涉及：人脸检测过程，用于检测包括在输入图像 中的人脸图像的位置和大小；人脸部分检测过程，用于从检测到的人脸图 像中检测人脸的主要部分的位置；以及人脸识别过程，用于通过将要检查 的图像对照已记录的图像进行检查来识别人脸图像(或识别个人)，其中 所述要检查的图像是通过基于人脸部分的位置来校正人脸图像的位置和 旋转而获得的。

人脸识别系统是已知的，其中通过统计学习来选择要被用于识别个人 的特征点或特征，并且其中综合地使用所选的特征来执行个人识别过程 (例如，参见WO 2003/019475(专利文献1))。可以使用具有方向选择 性和不同的频率分量的多个Gabor滤波来提取人脸图像的特征。

已经揭示了人类的某些视觉细胞表现出对特定方向的选择性，并且 Gabor滤波是由类似地具有方向选择性的多个滤波构成的空间滤波。 Gabor滤波是使用高斯函数作为窗口且使用基于正弦函数或余弦函数的 Gabor函数作为频率响应来在空间上表示的。例如，滤波窗口的大小被固 定为24×24像素。当存在五个不同的频率f和八个角度θ时，构成了四十 种类型的Gabor滤波。

使用通过切换频率f和角度θ而提供的最多四十种类型的Gabor滤波 来执行Gabor滤波计算。由此获得的最多四十组标量值被称为“Gabor  jet”。Gabor jet被获得作为在人脸图像数据的水平方向和竖直方向上以预 定间隔检测的每个特征提取位置处的局部特征。Gabor jet的特征在于， 其相对于特征提取位置的位移或形变的特定程度而言是鲁棒的。

对于已记录的人脸图像而言，预先在该图像的每个特征提取位置处计 算Gabor jet。计算在相同的特征提取位置处的、输入的人脸的Gabor jet 与已记录的人脸Gabor jet之间的相似度，以获得作为在多个特征提取位 置处的相似度集合的相似性向量。然后，通过支持向量机(SVM)来对 所述向量进行分类，以识别要检查的图像和已记录的图像。在相关的工业 中，支持向量机被认为具有模式识别领域中的最高的通用学习能力。

由于自动地选择可用于识别的大量特征点或特征，因此上述使用统计 学习来解决适当地选择用于个人识别的特征点或特征的问题的人脸识别 系统是有利的。此外，Gabor滤波相对于特征提取位置的一定程度的位移 或形变而言是鲁棒的。因此，可以通过准备包括某些姿态变化的学习样本 以使得选择鲁棒的特征，来适当地处理包括在输入图像中的要检查的图像 的姿态变化。

然而，当要检查的图像的姿态存在重大变化时，特征点的位移可能变 得过大以致不能通过Gabor滤波的鲁棒性来消减。当从图像中识别出人 脸(检查出个人)时，将已记录的图像上的点与要检查的图像适当地相关 联以实现高识别性能是非常重要的。