[发明专利]用于耐遮挡面部识别的方法和系统

说明书

技术领域

本公开一般涉及信号处理，尤其涉及基于自适应算法来重建信号的方法。

背景

在为一组对象执行面部识别时，需要解决某些问题，诸如：空间可变性、比例可变性、对比度可变性、姿势可变性、遮挡、以及类似问题。在许多应用中，特别是在移动应用中，在线学习方案同样是合意的，如此使得识别系统能纳入不断增长的对象集合，在运行态学习新的面部并根据上下文信息动态地调节候选对象集合。

遮挡尤其代表了稳健面部识别过程的重大障碍。这主要是由于遮挡所引起的不可预测的误差。遮挡可能影响面部图像的任何部分，并且在幅度上可任意大。另一方面，由遮挡所引起的误差典型情况下仅使该图像的一部分讹误。正因如此，该误差可能具有稀疏表示，这对于低复杂度的重建过程而言可能是有用的。

概述

本公开的某些实施例提供了一种用于信号处理的方法。该方法一般包括对与多个对象中的对象有关的信号进行过滤；根据该对象自适应地生成信号子空间；通过使用该信号子空间找到与该经过滤信号相关联的稀疏解；如果该稀疏解的稀疏性大于定义的阈值，则基于该稀疏解和该信号子空间来执行对该对象的标识；并且如果该对象的身份得到确认，则对基集合中该经过滤信号的基的统计进行更新。

本公开的某些实施例提供一种用于信号处理的装置。该装置一般包括用于生成与多个对象中的对象有关的信号的接口以及识别引擎，该识别引擎配置成对该信号进行过滤；根据该对象自适应地生成信号子空间；通过使用该信号子空间找到与该经过滤信号相关联的稀疏解；如果该稀疏解的稀疏性大于定义的阈值，则基于该稀疏解和该信号子空间来执行对该对象的标识；并且如果该对象的身份得到确认，则对基集合中该经过滤信号的基的统计进行更新。

本公开的某些实施例提供了一种用于信号处理的设备。该设备一般包括用于对与多个对象中的对象有关的信号进行过滤的装置；用于根据该对象自适应地生成信号子空间的装置；用于通过使用该信号子空间找到与该经过滤信号相关联的稀疏解的装置；用于如果该稀疏解的稀疏性大于定义的阈值则基于该稀疏解和该信号子空间来执行对该对象的标识的装置；以及用于如果该对象的身份得到确认则对基集合中该经过滤信号的基的统计进行更新的装置。

本公开的某些实施例提供了一种用于信号处理的计算机程序产品。该计算机程序产品一般包括其上存储有指令的计算机可读介质，这些指令能由一个或更多个处理器执行。这些指令一般包括用于对与多个对象中的对象有关的信号进行过滤的指令；用于根据该对象自适应地生成信号子空间的指令；用于通过使用该信号子空间找到与该经过滤信号相关联的稀疏解的指令；用于如果该稀疏解的稀疏性大于定义的阈值则基于该稀疏解和该信号子空间来执行对该对象的标识的指令；以及用于如果该对象的身份得到确认则对基集合中该经过滤信号的基的统计进行更新的指令。

附图简述

为了能详细地理解本公开上面陈述的特征所用的方式，可以参照实施例来对以上简要概述的内容进行更具体的描述，其中一些实施例在附图中解说。然而应该注意，附图仅解说了本公开的某些典型实施例，故不应被认为限定其范围，因为该描述可以允许有其他同等有效的实施例。

图1解说了可以在其中实践本公开的某些实施例的用于模式识别的系统。

图2解说了根据本公开的某些实施例的与模式基接口的模式识别引擎的示例。

图3解说了根据本公开的某些实施例的用于从输入图像进行自适应稀疏子空间面部识别的示例操作。

图3A解说了能够执行图3中所示操作的示例组件。

图4解说了根据本公开的某些实施例的用于为某个对象添加新基到基集合中的示例操作。

图4A解说了能够执行图4中所示操作的示例组件。

图5解说了根据本公开的某些实施例的用于为对象自适应地插入新基到基集合中的示例操作。

图5A解说了能够执行图5中所示的操作的示例组件。

图6解说了根据本公开的某些实施例的用于更新基集合的统计的示例操作。

图6A解说了能够执行图6中所示的操作的示例组件。

图7解说了根据本公开的某些实施例的用于识别该对象的身份的示例操作。

图7A解说了能够执行图7中所示的操作的示例组件。

图8解说了根据本公开的某些实施例的用于使用该自适应图像子空间找到该输入图像的稀疏解的示例操作。

图8A解说了能够执行图8中所示的操作的示例组件。