[发明专利]基于异构主动视觉网络的人脸图像样本采集优化方法

说明书

技术领域

本发明属于人脸识别技术领域，特别涉及一种基于异构主动视觉网络的人脸图像样本采集优化方法。

背景技术

人脸识别技术在民用和军用领域都有很好的应用价值和应用前景，主要包括人脸图像样本采集、样本图像预处理、分类器训练(亦称人脸注册)和样本识别(亦称人脸识别)这几个技术环节，目前对样本采集环节的研究较少。

在人机交互应用场景中，已具备一些对样本采集环节的研究。这些技术与研究通常通过安装在机器人上摄像头的转动和变焦，以及机器人本身的移动，来采集分辨率、姿态角合适的人脸图像样本，以注册和识别人脸。Marc Hanheide等在文献Who am I talking with？A Face Memory for Social Robots.2008 IEEE International Conference on Robotics and Automation Pasadena，CA，USA，May 19-23，2008中提出了一种人与机器人的交互框架，采用了一个配备有云台摄像头的移动机器人，可以记住看过的人，并与之交谈。Do Joon Jung等在文献Detection and Tracking of Face by a Walking Robot.J.S.Marques et al.(Eds.)：IbPRIA 2005，LNCS 3522，pp.500-507，2005中设计的机器人能够在动态变化的环境中，检测和跟踪人脸，并通过对机器人简单的运动控制，使人脸保持在镜头中央。Chi-Yi Tsai等在文献ROBUST FACE TRACKING CONTROL OF A MOBILE ROBOT USING SELF-TUNING KALMAN FILTER AND ECHO STATE NETWORK.Asian Journal of Control，Vol.12，No.4，pp.488509，July 2010中采用对偶雅可比模型来描述机器人和目标的在世界坐标系和图像平面中的空间位置关系和运动学关系，并利用卡曼滤波算法对目标位置进行估计与跟踪。T.Wilhelm等在文献A multi-modal system for tracking and analyzingfaces on a mobile robot.Robotics and Autonomous Systems 48(2004)31-40.中利用一个多形态系统，由全景摄像头、激光传感器和移动机器人组成，来跟踪和分析目标及其人脸。

不同于人机交互，在监控或军事应用领域中，目标往往不会以期望的理想姿态，出现在距摄像头合适的距离及角度范围内。单摄像头由于视野的局限性，不足以完成对目标的人脸图像样本采集，而且，依靠如文献ROBUST FACE TRACKING CONTROL OF A MOBILE ROBOT USING SELF-TUNING KALMAN FILTER AND ECHO STATE NETWORK.Asian Journal of Control，Vol.12，No.4，pp.488509，July 2010中所述的滤波算法，难以处理目标位置跳变等情况，会导致目标丢失。因此，可以考虑采用摄像头网络，扩大视野范围，利用多摄像头的视觉冗余，增强鲁棒性。由于选用的摄像头同时应具备镜头运动和镜头参数调节能力，因而称其为主动视觉网络。摄像头同时还可以是不同类型的，称其为异构。摄像头的不同功能特点可以形成互补。此外，对摄像头的简单控制不足以保证采集到的人脸图像样本具有足够好的效果，使其能真正用于人脸注册或人脸识别，需要根据人脸注册或识别对人脸图像样本的要求，设计评价函数，定量地对摄像头进行精细的控制。James N.K.Liu等在文献iBotGuard：An Internet-Based IntelligentRobot Security System Using Invariant FaceRecognition Against Intruder.IEEE TRANSACTIONS ON SYSTEMS，MAN，AND CYBERNETICS -PART C：APPLICATIONS AND REVIEWS，VOL.35，NO.1，FEBRUARY2005中设计了基于互联网的智能机器人安防系统，利用人脸识别对入侵者进行监测，但由于其设计的系统架构相对简单，对技术模块间的衔接与集成缺乏考虑，且只片面的研究了架构下的人脸识别技术，不足以在真实环境下进行应用。系统的、细致的架构设计，关键技术及其整合技术的研究显得十分重要。