[发明专利]一种基于人脸形状及广义自组织映射的性别识别方法

说明书

技术领域

本发明涉及人脸识别领域的技术，特别是一种基于从2D人脸图像恢复出3D人脸形状信息后再进行人脸性别识别的方法。

背景技术

随着人类经济、社会及生活的飞速发展，对快速有效的自动身份验证的需求日益迫切。然而普通的身份验证形式如磁卡、IC卡、标识号码虽然技术已经成熟，可以采用各种加密手段加以保护，但都不能防止伪造。生物特征是人的内在生物学属性，具有很强的自身稳定性和个体差异性，因此采用生物特征进行身份识别逐渐成为研究与开发的热点，基于人脸的生物特征识别技术就是其中之一。较之于其它生物特征(虹膜、掌纹、声纹等等)，基于人脸的生物特征识别具有众多良好的特性(如直接、友好、方便等)，易于被用户所接受，已经得到广泛的关注。

基于人脸特征的性别识别作为人脸生物特征识别的重要应用方向之一，也日益得到重视。早期的人脸性别识别方法是基于2D图像展开的：例如Gollomb等提出的SEXNET(B. A. Golomb, et al., SEXNET: A neural network Identifies sex from human faces, Advances in Neural Information Processing Systems, pp. 572-577, 1991)；Brunelli and Poggio提出使用HyberBF神经网络来对从2D图像抽取的特征进行性别识别(R. Brunelli and T. Poggio, HyberBF Networks for Gender Classification, Proc. DARPA Image Understanding Workshop, pp. 311-314, 1992)；国际著名学者A. K. Jain 提出了基于独立分量分析与现行鉴别分析技术集成的人脸2D图像性别识别(A. Jain and J. Huang, Integrating independent components and linear discriminant analysis for gender classification, Sixth IEEE International Conference on Automatic Face and Gesture Recognition, Proceedings, pp. 159-163, 2004)。

近年来的研究表明，基于2D图像进行识别的效果显著地受到诸如人脸姿态、表情、照明条件变化的影响。而3D 人脸形状信息能够提供人脸在姿态及光照变化条件下的不变描述，较之于2D 人脸图像，使用3D 人脸形状信息来进行人脸识别有着显著的优越性。例如，J. Wu等基于3D人脸形状信息进行人脸性别识别，使用主测地鉴别分析技术，得到了较好的性别识别结果(Wu Jing, William Smith, Edwin R Hancock. Facial gender classification using shape-from-shading. Image and Vision Computing, 2010: 28(6): 1039-1048)。

然而，在很多实际应用场景中，往往只能获取待识别主体的2D 人脸图像(出于成像、存储装置成本的考虑)。因此，如何基于2D 人脸图像恢复出3D人脸形状，进而进行人脸识别（包括性别识别）就显得尤其重要。