[发明专利]基于局部几何视觉短语描述的鉴别性人脸姿态识别方法

说明书

技术领域

本发明属于模式识别技术领域，特别涉及人脸姿态识别方法，可用于人脸在平面外旋转情况下的姿态特征提取与分类。

背景技术

人脸生物特征识别技术在日常生活中的应用需求越来越广泛，而人脸姿态估计作为一项关键技术，成为模式识别和计算机视觉领域的一大热门研究课题。然而美国人脸识别技术(Facial Recognition Technology，FERET)计划的测试结果表明：主流的人脸识别技术在姿态发生剧烈变化时，识别率显著下降。人脸姿态分类与估计技术可建立不同姿态下人脸特征的对应关系，有助于提高人脸识别率。此外，人脸姿态估计技术提供了人的注视方向的重要线索，可用于辅助驾驶、人机交互等智能系统。而多姿态人脸图像受光照、遮挡、偏移等因素的影响，使得鲁棒的人脸姿态识别是一项具有挑战性的课题。

目前，根据使用特征的不同，人脸图像姿态分类的研究成果可分为以下两类：

第一类是基于全局特征的方法。常用的有基于子空间分析以及基于全局方向梯度直方图(Histogram of gradient，HOG)特征的人脸姿态估计方法。

主成分分析是一种基本的子空间分析方法，基于主成分分析的方法假设数据符合高斯分布，寻找使数据散度最大的投影方向来确定人脸姿态，然而多姿态人脸图像的分布并不符合单高斯分布；线性鉴别分析方法可引入姿态的类别信息，最大化姿态类间散度的同时最小化姿态类内散度。但是这些方法并没有将人脸图像的身份和姿态信息分离开来，因而美国MIT多媒体实验室的Vasilescu等人在文献“Vasilescu M A O，Terzopoulos D.Multilinear analysis of image ensembles：Tensorfaces.In：Proceedings of the European Conference on Computer Vision，2002，2350(3)：447-460”中采用张量分析的方法将影响人脸生成的各种因素独立表示，并用张量核表示各因素间的关联。基于上述子空间学习的线性降维方法不能有效的表示人脸姿态空间的非线性关系。为此，基于核线性子空间的方法和基于流形学习的方法被相继提出来，两安电子科技大学的田春娜等结合核子空间和流形学习在文献“Chunna Tian，Guoliang Fan，Xinbo Gao，Qi Tian.Multi-view face recognition：From TensorFace to V-TensorFace and K-TensorFace.IEEE Trans.on Systems，Man，and Cybemetics：Part B：Cybemetics，2012，42(2)：320-333.”中提出了基于K-TensorFace的人脸姿态识别方法，该方法通过核映射建立低维姿态流形与高维图像空间的联系，能有效解决连续视角下的人脸姿态判别问题。而基于全局HOG特征的人脸姿态估计方法是在一个网格密集、大小统一的细胞单元上统计图像局部区域梯度方向直方图，基于该直方图信息训练人脸姿态分类器。基于整体特征的方法很好的保持了图像特征的几何结构，但是对人脸图像的遮挡和偏移问题比较敏感，而基于子空间分析的方法还对光照变化比较敏感。

第二类是基于局部特征的离散姿态估计方法。基于局部特征的方法通常用图像局部特征点周围的频率或梯度信息来表示图像，因而对光照变化不敏感，局部特征对遮挡和偏移也比较鲁棒。常用的方法如弹性束图匹配和基于词袋模型(Bag of words，BoW)的人脸姿态识别方法，弹性图匹配方法先定义人脸的局部特征点并用弹性图约束各个特征点之间的几何关系，通过描述特征点周围的Gabor特征或者HOG特征来实现不同姿态的判别，该类方法中特征点的定位比较网难，往往通过手工的方式实现。词袋模型在视觉词典的基础上，将一幅图像表示成“视觉单词”的统计直方图。由于该直方图表示方法忽略了描述图像的各单词之间的空间位置关系，相同的单词可能出现在不同姿态下的人脸图像上，但单词之间的空间位置关系已经改变。因而词袋模型未考虑单词的空间信息不利于姿态分类准确率的提高。

发明内容

本发明的目的在于克服上述已有技术的不足，提供一种基于局部几何视觉短语描述的鉴别性人脸姿态识别方法，其包括基于人脸局部特征建立词袋模型，其特征在于：通过局部几何视觉短语引入词袋模型中单词的空间信息，并用几何视觉短语构成图像的特征向量，并用两幅图像特征向量的内积统计共现的特征数目，通过共现的特征数构成训练图像核矩阵，将所述训练图像核矩阵输入到支撑向量机分类器训练得到人脸姿态分类器。