[发明专利]一种人脸识别的方法及装置

说明书

本发明公开了一种人脸识别的方法及装置，所述方法包括：预先存储至少一个类别的人脸图像，每个类别包括至少一张人脸图像，将人脸图像转化成向量的形式；接收任一待识别人脸图像，将待识别人脸图像转化成向量的形式；针对待识别人脸图像，分别计算每个类别的人脸图像对应的编码向量；分别重构所述待识别人脸图像，得到每个类别对应的重构人脸图像；获取每个类别对应的残差向量；分别将每个类别的残差向量转化为残差图像；获取每个残差图像上目标像素点的聚集度平均值；将具有最大平均聚集度值的残差图像对应的类别确定为待识别人脸图像的类别。与现有技术相比，本发明不需要预先判断图片是否为遮挡图片，而是自适应的识别有遮挡的图像。

技术领域

本发明涉及数据处理领域，具体涉及一种人脸识别的方法及装置。

背景技术

人脸识别技术是生物特征识别的一个重要发展方向，目前该技术仍然面临多方面的挑战。其中就包括面部图像出现随机遮挡时，识别准确出现明显下降的问题。

利用预先存储的人脸图像线性表达输入的待识别人脸图像是目前一种较为流行的人脸识别方法。这些方法基于一个重要假设，就是属于同一个人的人脸图像分布在一个特有的线性子空间上。因此一张人脸图像可以由来自同一个类别(每个人就是一个类别)的其他人脸图像所线性表达，但不能被其他类别的人脸图像正确线性表达。

但是，当人脸图像上出现遮挡时，以上线性子空间的假设就不再成立，也就是说被遮挡图片不能被同一类别的其他图片所正确的线性表达了。为解决这一问题，现有的方法一般需要先判断图片是否为被遮挡图片，再设计有针对性的方法来识别遮挡图片。

发明内容

针对上述问题，本发明提供了一种人脸识别的方法及装置，不需要预先判断图片是否为遮挡图片，而是自适应的识别有遮挡的图像。

本发明提供了一种人脸识别的方法，所述方法包括：

接收任一待识别人脸图像，并将所述待识别人脸图像转化成向量的形式；

针对所述待识别人脸图像，分别计算预先存储的每个类别的人脸图像对应的编码向量，其中，每个类别包括至少一张人脸图像，每张人脸图像被预先转化成向量的形式；

利用每个类别的人脸图像和所述类别对应的编码向量，分别重构所述待识别人脸图像，得到每个类别对应的重构人脸图像；

根据每个类别对应的重构人脸图像和所述待识别人脸图像，得到每个类别对应的残差向量；

分别将每个类别的残差向量转化为残差图像；

分别获取每个残差图像上的目标像素点的聚集度平均值；

将最大聚集度平均值对应的类别确定为所述待识别人脸图像的类别。

优选地，所述针对所述待识别人脸图像，分别计算预先存储的每个类别的人脸图像对应的编码向量，包括：

利用公式(1)，分别计算每个类别的人脸图像对应的编码向量；

其中，表示类别为i的人脸图像所构成的线性空间模型，y∈R^m×1表示所述待识别人脸图像，αⁱ∈R^p×1(i＝1,…,c)表示类别为i的人脸图像对应的编码向量。

优选地，所述利用每个类别的人脸图像和所述类别对应的编码向量，分别重构所述待识别人脸图像，得到每个类别对应的重构人脸图像，包括：

利用公式(2)，分别重构所述待识别人脸图像，得到每个类别对应的重构人脸图像；