[发明专利]基于部分主分量分析和姿态估计联合的人脸识别方法

说明书

技术领域

本发明属于人脸识别技术领域，涉及一种基于部分主分量分析和姿态估计联合的姿态鲁棒的人脸识别方法，可以根据不同姿态的二维人脸图生成虚拟三维人脸图。

背景技术

近几十年来，人脸识别一直是计算机视觉领域研究的热点，它有着广泛的实际应用，可应用于人机交互领域、视频监控等。光照、表情和姿态等方面的变化增大了人脸识别的难度，其中姿态变化是人脸识别的最大瓶颈，仍是一个具有挑战性的课题。为了解决这个问题，提出了很多方法，可以分为三大方面：基于单视角，基于多视角，基于三维模型。在单视角方法中，主要是提取不变特征，这种方法适用于小角度变化，但在角度变化大的情况下无效。在多视角方法中，存放每个人各个角度的图片，对每个角度构建一个分类器，这种方法虽然识别效果好，但是实际中不可能获取每个人各个角度的照片。现有技术中还提出基于三维模型的人脸识别方法，该模型能够较好的解决光照和姿态的变化问题。然而这种方法存在着一些问题：第一，计算量大，不适用于实时处理；第二，需要大量三维扫描模型来构建数据库，在实际应用中，例如在视频监控中，能得到的图像大部分是二维，一般无法获得三维信息，因此该方法的应用受限。

发明内容

本发明的目的在于克服上述不足而提供一种简单的基于部分主分量分析和姿态估计联合的人脸识别方法，以对不同姿态下的人脸进行识别。

为实现上述目的，本发明所采取的技术方案的主要步骤如下：

(1)在原始样本库中事先存放虚拟三维人脸图，应用主分量分析法计算所述原始样本库中的扩展人脸空间；且应用部分主分量分析法结合人眼和嘴巴自动定位算法对两幅不同姿态的二维训练人脸图进行姿态估计；

(2)根据步骤(1)得到的姿态估计结果在扩展人脸空间中寻找相应的子人脸空间；

(3)根据所述两幅不同姿态的二维训练人脸图、扩展人脸空间和子人脸空间，生成新的虚拟三维人脸图；

(4)使用所生成的新的虚拟三维人脸图更新原始样本库；

(5)应用部分主分量分析法结合人眼和嘴巴自动定位算法，对待识别二维人脸图进行姿态估计；

(6)利用步骤(5)得到的姿态估计结果和预设的查找表，对待识别二维人脸图进行截取得到截断二维测试人脸图，使用部分主分量分析法对所述截断二维测试人脸图进行识别。

进一步地，本发明在步骤(1)中，应用部分主分量分析法结合人眼和嘴巴自动定位算法对二维训练人脸图进行姿态估计的方法如下：

1)对二维训练人脸图用部分主分量分析法进行姿态估计，将姿态估计结果记为P1；

2)利用姿态估计结果P1和所述预设的查找表对所述二维训练人脸图截取，得到截断二维训练人脸图；

3)对所述截断二维训练人脸图采用部分主分量分析法进行姿态估计，将姿态估计结果记为P2；

4)计算P1和P2的差，若P1和P2的差的绝对值小于预设的阈值，则以P1作为二维训练人脸图的最终姿态估计结果；否则对所述二维训练人脸图进行眼睛和嘴巴的定位，并根据定位结果估计姿态，将姿态估计结果记为P3；

5)比较P3和P1是否一致，若一致，则以P1作为二维训练人脸图的最终姿态估计结果；否则，以P2作为二维训练人脸图的最终姿态估计结果。

进一步地，本发明在步骤(5)中，应用部分主分量分析法结合人眼和嘴巴自动定位算法对待识别二维人脸图进行姿态估计的方法如下：

a)对待识别二维人脸图用部分主分量分析法进行姿态估计，将姿态估计结果记为P4；

b)利用姿态估计结果P4和所述预设的查找表对所述待识别二维人脸图截取，得到截断待识别二维人脸图；

c)对所述截断待识别二维人脸图采用部分主分量分析法进行姿态估计，将姿态估计结果记为P5；

d)计算P4和P5的差，若P4和P5的差的绝对值小于预设的阈值，则以P4作为待识别二维人脸图的最终姿态估计结果；否则对所述待识别二维人脸图进行眼睛和嘴巴的定位，并根据定位结果估计姿态，将姿态估计结果记为P6；

f)比较P6和P4是否一致，若一致，则以P4作为待识别二维人脸图的最终姿态估计结果；否则，以P5作为待识别二维人脸图的最终姿态估计结果。