[发明专利]双模人脸识别方法及装置

说明书

技术领域

本发明属于图像处理和计算机视觉领域，特别涉及双模人脸识别方法及装置，可用 于模式识别领域中人脸的检索和识别。

背景技术

随着社会的不断发展和生活水平的日益提高，人们对社会安全、信息安全等问题日 益关注，快速有效的身份认证成为当今时代亟待解决的问题之一。生物识别技术应运而 生并快速成为计算机视觉领域的研究热点。目前，研究人员已经开展了人脸、指纹、虹 膜、步态等特征方面的研究，并已经取得了广泛的应用。与其他生物特征相比，人脸图 像最容易获取，利用人脸进行身份验证具有非侵犯性，因此，人脸识别技术引起了全世 界范围内的广泛关注。人脸识别技术就是根据所获得的影像资料从已有的图像库中自动 检索待识别人从而确定其身份，与手动的检索方法相比，自动检索不仅可以在很大程度 上提高效率，将人们从这项极为耗时和枯燥的工作中解放出来，而且可以减少主观因素 对识别结果的影响。

目前自动的人脸识别方法主要是基于机器学习的思想来进行，根据不同的机器学习算 法，人脸识别的研究主要分为以下五类：

第一类是基于贝叶斯学习的方法。这是一类将贝叶斯学习理论用于人脸识别的方法， 利用高斯概率密度定义人脸类别的先验概率，然后根据贝叶斯理论求取后验概率，用以 判断待测人脸属于哪一类。为了将人脸识别这个多分类问题变成二分类问题，将两幅人 脸的强度差异作为模式矢量，定义类内差异和类间差异为两个类别，类内差异是指同一 个人的不同图像之间的不同，类间差异是指不同人的人脸图像之间的变化。这样，若根 据贝叶斯理论求得的类内差异后验概率大于类间差异的后验概率，则这两个人脸图像属 于同一个人，否则属于不同的人。该类方法中，是将图像的灰度信息作为图像的特征， 西北工业大学的彭进业等人将图象的反对称双正交小波变化系数作为表达图像的特征。 英特尔公司的Nefian则提出了利用嵌入式贝叶斯网络进行人脸识别的方法，最低层是观 察向量集合，其余每一层都是一个嵌入式贝叶斯网络集合，同一层中每个嵌入式贝叶斯 网络的参数是相互独立的，而它们依赖于上层的父嵌入式贝叶斯网络。用嵌入式贝叶斯 网络进行人脸识别的具体方法是为训练库中的每个人脸求得嵌入式贝叶斯网络参数，根 据待识别人脸图像的观察序列，针对于每个训练贝叶斯模型计算最佳状态分段的可能性， 两者之间的最高匹配分数用来判断待识别图像的身份。

第二类是基于人工神经网络的方法。用于人脸识别的神经网络主要有感知机、反向 传播网络、径向基函数网络、对向传播网络和Hopfield网络等。在每种神经网络训练完 成后，网络的输入神经元数目是待识别人脸图象的特征维数，输出层的神经元个数是训 练库中的模式类别数，输出层中某个神经元的输出值最大，则待识别人脸属于该输出神 经元对应的类别。