[发明专利]基于人脸的身份认证方法

权利要求书

1.一种基于人脸的身份认证方法，包括图像处理和分类器训练以及图像采集认证过程，其特征在于，

图像处理和分类器训练，包括以下步骤：

a).采集人脸图像，采集经过去光照处理的n个人的图像，每人采集m副黑白人脸图像，每幅图像的大小均为M1×N1；m、n、M1、N1均为大于零的整数，M1和N1的单位为像素；

b).标定图像两瞳孔距离，训练用于定位图像两瞳孔位置的支持向量机，设标定出的两瞳孔距离为D像素；

c).将人脸图像进行分块，将每幅人脸图像分割为大小均为M11×N11的Pa个子模块，M11≤M1，N11≤N1，M11、N11的单位均为像素；

d).形成训练样本，对于每幅图像，从Pa个子模块中选取相同的K个子模块；以选取的每个子模块中的每个像素的灰度值为列向量，按照逐行排列的方式形成1行M11×N11列的向量，记为标记向量；将应用于一次对比的两幅图像的对应子模块得到的标记向量首尾相接，形成1行2× M11×N11列的向量，记为训练向量；将每个训练向量作为分类器的训练样本；

e).训练分类器，以1行2× M11×N11列的训练向量作为贝叶斯分类器的输入，y={0,1}为输出，选取正负样本各Num个进行训练；其中y=0表示是一个人，y=1表示不是一个人；

图像采集认证过程，包括以下步骤：

1).人脸图像采集，采集待认证的黑白人脸图像，利用步骤b)中的支持向量机设定采集到的人脸图像两瞳孔距离为D像素；以两瞳孔之间的中点为中心点，将图像放缩至M1×N1的尺寸大小；

2).去光照处理，采用与步骤a)中相同的去光照方法，对步骤1)中获取的M1×N1尺寸的图像进行去光照处理；

3).图像分块，将步骤2)中获取的人脸图像分割为Pa个子模块，每个子模块的大小均为M11×N11；

4).形成中间向量，从步骤3)中的Pa个子模块中选取出K个，以选取的每个子模块中的每个像素的灰度值为列向量，按照逐行排列的方式形成1行M11×N11列的向量，记为中间向量；

5). 形成判定向量，将中间向量与应用于一次对比的图像的标记向量首尾相接，形成K个1行2× M11×N11列的向量，记为判定向量；

6).判定是否为同一人，利用步骤e)中训练好的分类器，对步骤5)中的定样本做出判断；对于一次对比的K个判定向量，如果是同一人的次数大于等于K/2或者是同一人的概率大于等于1/2，则认为待认证人脸图像与对比的图像为同一人；否则不是同一人。

2.根据权利要求1所述的基于人脸的身份认证方法，其特征在于，设获取的人脸图像为A，步骤a)中所述的去光照处理，包括以下步骤：

a-1).统计图像A各灰度级的个数Num[n] ，其中0≤n≤255；

a-2). 计算各灰度级在图像中出现的概率P[n]，其中0≤n≤255；

a-3). 计算各灰度级在图像中出现的累加概率Sump[n]，其中0≤n≤255；

a-4). 计算图像A的灰度最大值MaxGray和灰度最小值MinGray；

a-5).重新计算图像每个像素的灰度值B(i,j)=p[A(i,j)] ×(MaxGray-MinGray)+ MinGray。

3.根据权利要求1或2所述的基于人脸的身份认证方法，其特征在于：所述步骤6)中判定是否为同一人的方法为：利用步骤e)中训练好的分类器计算得到是同一个人的概率组合P={p1,p2,p3,p4,…,pK}和不是同一个人的概率组合Q={q1,q2,q3,q4,…,qK}；然后计算是同一个人的概率为p=sum(P)/K,不是同一个人的概率为q=sum(Q)/K,其中sum代表求和；若p>q,则认定是一个人，若p＜q，则不是同一人。

4.根据权利要求1或2所述的基于人脸的身份认证方法，其特征在于：所述步骤6)中判定是否为同一人的方法为：在一次比对过程中，分别将K个1×2×M11×N11的判定向量作为分类器的输入，计算得到K个判断结果，结果集为y={0，1}，其中0代表为同一人，1代表不是同一人；令K=NumSame+NumDiff，NumSame为判定是一人的次数，NumDiff为判定不是一人的次数；若NumSame>NumDiff,则认定是一人，NumSame＜NumDiff，则认定不是同一人。