[发明专利]一种人脸相似度匹配方法及装置有效
申请号: | 200910130506.3 | 申请日: | 2009-03-31 |
公开(公告)号: | CN101510257A | 公开(公告)日: | 2009-08-19 |
发明(设计)人: | 王蕴红;左坤隆 | 申请(专利权)人: | 华为技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京三友知识产权代理有限公司 | 代理人: | 任默闻 |
地址: | 518129广东省深*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 脸相 匹配 方法 装置 | ||
1.一种人脸相似度匹配方法,其特征在于,该方法包括:
摄取第一人脸图像;
提取所述第一人脸图像和存储的第二人脸图像中多个关键点的特征数据;所述特征数据包括:第一人脸图像和第二人脸图像中关键点的位置信息、尺度信息、方向信息和特征向量信息;
对于所述第一人脸图像的每一个关键点,在所述第二人脸图像的关键点中搜索相匹配的关键点;
计算所述第一人脸图像的关键点与相匹配的所述第二人脸图像的关键点的相似度分数;所述计算所述第一人脸图像的关键点与相匹配的所述第二人脸图像的关键点的相似度分数包括:根据所述第一人脸图像的关键点与相匹配的第二人脸图像的关键点的位置信息、尺度信息和方向信息分别计算上述两个关键点的位置特征权重、尺度特征权重和方向特征权重;将两个相匹配的关键点的位置特征权重、尺度特征权重、方向特征权重和特征向量距离相乘以获得相似度分数;
将所述第一人脸图像的每一个关键点与相匹配的所述第二人脸图像的关键点的相似度分数融合以判断是否匹配。
2.根据权利要求1所述的方法,其特征在于,所述提取所述第一人脸图像和第二人脸图像的关键点的特征数据是通过尺度不变特征变换SIFT方法提取的。
3.根据权利要求2所述的方法,其特征在于,所述的对于所述第一人脸图像的每一个关键点,在所述第二人脸图像的关键点中搜索相匹配的关键点包括:
根据所述第一人脸图像中一个关键点与第二人脸图像中每个关键点的特征向量信息分别计算两个关键点的特征向量距离;
如果所述的特征向量距离满足预设值则判断上述两个关键点相匹配。
4.根据权利要求1所述的方法,其特征在于,所述的相似度分数融合包括:相似度分数求和融合和相似度分数求积融合。
5.一种人脸相似度匹配装置,其特征在于,该装置包括:
摄像单元,用于摄取第一人脸图像;
提取单元,用于提取所述第一人脸图像和存储的第二人脸图像的关键点的特征数据;所述特征数据包括:第一人脸图像和第二人脸图像中关键点的位置信息、尺度信息、方向信息和特征向量信息;
搜索单元,用于对于所述第一人脸图像的每一个关键点,在所述第二人脸图像的关键点中搜索相匹配的关键点;
相似度计算单元,用于计算所述第一人脸图像的关键点与相匹配的所述第二人脸图像的关键点的相似度分数;所述的相似度计算单元包括:特征权重计算单元,用于根据所述第一人脸图像的关键点与相匹配的第二人脸图像的关键点的位置信息、尺度信息和方向信息分别计算上述两个关键点的位置特征权重、尺度特征权重和方向特征权重;分数计算单元,用于将两个相匹配的关键点的位置特征权重、尺度特征权重、方向特征权重和特征向量距离相乘以获得相似度分数;
判断单元,用于将所述第一人脸图像的每一个关键点与相匹配的所述第二人脸图像的关键点的相似度分数融合以判断是否匹配。
6.根据权利要求5所述的装置,其特征在于,所述提取单元通过尺度不变特征变换SIFT方法提取所述第一人脸图像和第二人脸图像的关键点的特征数据。
7.根据权利要求5所述的装置,其特征在于,所述的搜索单元包括:
距离计算单元,用于根据所述第一人脸图像中一个关键点与第二人脸图像中每个关键点的特征向量信息分别计算两个关键点的特征向量距离;
匹配单元,用于根据所述的特征向量距离是否满足预设值判断上述两个关键点是否相匹配。
8.根据权利要求5所述的装置,其特征在于,所述判断单元通过将所述第一人脸图像的每一个关键点与相匹配的所述第二人脸图像的关键点的相似度分数求和融合或求积融合以判断是否匹配。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/200910130506.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种飞行地面保障的车辆优化调度方法
- 下一篇:疫病血凝检测分析系统