[发明专利]一种基于斑痣点的体貌特征比对方法

说明书

技术领域

本发明涉及机器视觉和身份识别领域，具体涉及一种基于斑痣点的体貌特征比对方法。

背景技术

由于视频监控正在快速普及，众多的视频监控应用迫切需要一种远距离、用户非配合状态下的快速身份识别技术，以求远距离快速确认人员身份，实现智能预警。人脸识别技术无疑是最佳的选择，采用快速人脸检测技术可以从监视视频图像中实时查找人脸，并与人脸数据库进行实时比对，从而实现快速身份识别。

现有的人脸识别方法主要是从人脸图像上提取全局特征，例如整幅图像的灰度特征、傅里叶特征、离散余弦变换特征（Discrete Cosine Transform，简称DCT特征）等，或局部特征，例如加伯（Gabor）特征、局部二值模式（Local Binary Pattern，简称LBP）特征，然后利用所提取的全局特征或局部特征来实现人脸的识别。随着摄影、摄像设备的不断进步，通过这些设备所能获取图像的分辨率也在不断提高，相应的，图像所能表达的皮肤纹理信息也将更加明显。因此，利用皮肤纹理信息来实现人脸识别已经成为人脸识别方法的新的发展方向。

在现有技术中，已经存在通过皮肤纹理信息的对比来识别人脸的相关方法。在参考文献1“Jean-S‘ebastien Pierrard,Thomas Vetter,‘Skin Detail Analysis for Face Recognition’,Proceedings of the2007Conference on Computer Vision and Pattern Recognition”和参考文献2“Anil K.Jain and Unsang Park,‘FACIAL MARKS:SOFT BIOMETRIC FOR FACE RECOGNITION’,IEEE International Conference on Image Processing(ICIP),2009”中，都提出了通过皮肤纹理信息的对比来做人脸识别的相关方法。该类方法主要包括以下步骤：

步骤1）、对输入的人脸图像利用多尺度的Blob检测子进行Blob点检测。

步骤2）、通过主动形状模型或三维形变模型（3DMorphable Model）获取人脸图像的皮肤区域。

步骤3）、根据步骤2）得到的皮肤模板，找到皮肤区域上的Blob点集合。

步骤4）、根据步骤3）所得到的Blob点集合，计算Blob点的显著性并选择出显著度量值足够大的Blob点。

步骤5）、根据步骤4）得到的Blob点，直接利用Blob的空间位置或特征点的显著性进行匹配，将匹配结果作为两幅图像的相似度。

从对上述方法的步骤描述可以看出，现有技术直接利用Blob点来计算图像的相似度，但在实际应用中，Blob点之间存在较大的差异性，如果不分情况，将所有的Blob点都等同看待，将会影响最后计算得到的相似度的准确性。

对此，专利号为200910244605的中国专利，其提出一种改进的方法。该方法通过将Blob点分层，并且利用每一层Blob点的空间位置进行匹配，提升识别结果的准确性。然而这种方法是通过对比每一层Blob点的空间位置进行匹配的，在实际应用中存在对不同的面部表情和姿态敏感的问题。

发明内容

针对现有技术中通过皮肤纹理信息的对比来做人脸识别的方案所存在的问题，本发明的目的在于提供一种基于斑痣点的体貌特征比对方法，以解决现有技术对不同的面部表情和姿态敏感的问题，有助于提高人脸识别的准确性。

为了达到上述目的，本发明采用如下的技术方案：

一种基于斑痣点的体貌特征比对方法，该方法包括如下步骤：

（1）提取人脸上的特征点，并根据特征点的位置将人脸分区；

（2）检测各个区域中的斑痣点，并根据斑痣点的特征将其分类；

（3）根据斑痣点的所在区域和分类情况，产生一个特征向量；

（4）通过比对两幅图像的特征向量，计算两幅图像的相似度。

在本方案的具体实例中，所述步骤（1）中提取的特征点是指能够用来指示人脸上特别部位的特征点。

进一步的，所述步骤（2）包括如下具体步骤：

（2-1）检测各个区域中的斑痣点；

（2-2）提取检测到的斑痣点的形状、颜色和纹理特征；

（2-3）根据斑痣点的特征将其分类，再根据不同斑痣点的类型，评估斑痣点的显著性。