[发明专利]人脸特征数据获取系统

说明书

技术领域

 本发明涉及图像获取和处理领域，尤其涉及一种人脸特征数据获取系统。

背景技术

随着信息和网络技术的发展，人脸识别已经成为模式识别领域倍受关注的问题，是模式识别、图像处理和人工智能领域最具挑战性的研究方向之一，已被广泛应用于人机交互系统、安全验证系统、身份证件验证以及罪犯身份识别等方面。人脸识别包括三个主要技术环节，即预处理、人脸特征提取和分类器设计。所述人脸特征提取是在低维特征空间内对原高维空间的人脸模式进行描述、建模，从而提取出有利于分类的低维特征。特征提取是人脸识别的关键环节，有效的人脸特征提取系统和方法不仅使后续的分类器设计简化，而且使识别率大大提高。但是由于人脸模式的复杂性和多变性，在年龄、表情、姿态、视角和光照等条件变化下人脸图像的类内离散度远大于类间离散度，导致很难有效地提取分类特征。因此，人脸特征提取也是人脸识别的主要难点所在。

不同人的脸部识别方法不同之处在于人脸特征数据的获取方式。现有技术中，人脸特征提取和识别方法主要有基于几何特征的方法、基于统计的方法、弹性图匹配、神经网络方法和支持向量机方法等。基于离散余弦变换（简称DCT）的人脸组合特征提取方法。该方法首先利用面部器官的位置信息分割出眼睛和鼻子区域，然后采用DCT变换同时提取人脸图像的整体信息和脸部重要器官，包括眼和鼻的信息来描述人脸模式。据研究显示，该方法优于传统的主元分析法（简称PCA）和DCT方法，并且对分类度量相对不敏感。此外，相比于PCA方法，组合特征方法具有更好的卜算性能；并且数据库容量越大，这种优势越明显。但上述方法的计算量大，难度高，耗时长，对硬件设备要求高，耗费大量的人力和物力资源。

发明内容

本发明克服了现有技术的不足，提供一种能更快速、更有效的人脸特征数据获取系统，缩短了处理时间，图像的实时性更好。 

本发明人脸特征数据获取系统，包括比较单元、编码单元、计算单元、校准单元和组合单元。

 1）比较单元

获取并比较图像库中的人脸图像的各像素点及其周围像素点的灰度值；

2）编码单元

对所述灰度差值进行概率密度统计，获取所述灰度差值的累计概率分布，并根据所述灰度差值的累计概率分布及特征向量编码位数要求对所述灰度差值进行编码；

3）计算单元

用于对所述灰度差值编码进行局部二值模式的计算，得到水平方向的特征向量和垂直方向的特征向量；

4）校准单元

对上述特征向量进行校正，以减少系统误差；

5）组合单元

将所述特征向量组合，用于表征所述人脸图像的人脸特征。

所述比较单元包括图像采集装置、图像处理装置和图像分析装置。

所述图像采集装置采用摄像机或扫描仪。

所述校准单元包括缩放模块、计算模块和校准模块。

所述缩放模块用于缩放第一图像和第二图像，以获得相应的第一缩放图像和第二缩放图像。

所述计算模块用于计算介于该第一缩放图像与该第二缩放图像间的第一偏移量，自该第一缩放图像与该第二缩放图像中分别选取第一特征区域与第二特征区域，计算介于该第一图像中的第一子区域与该第二图像中的第二子区域间的第二偏移量，该第一子区域与该第二子区域分别对应于该第一特征区域与该第二特征区域，且根据该比例、该第一偏移量与该第二偏移量计算一最终偏移量。

所述校准模块用于该最终偏移量校准该第一图像与该第二图像。

所述组合单元用于将第一特征向量、第二特征向量相组合来形成第一人脸特征向量。

所述人脸特征数据获取系统还包括存储单元。

所述存储单元用于将第一人脸特征向量存储于固定或移动存储设备。

与现有人脸特征数据获取技术相比，本发明的有益效果体现在：通过对人脸特征数据的灰度差值进行编码，结合并利用二值模式计算的快速性和高效性，能够更快速而有效的提取人脸特征信息，在没有增加硬件成本的情况下，运行速度没有降低，识别率却有很大的提高，且其中运用预处理算法，使得对图像采集环境的要求降低。通过校准单元的处理，有效减少了系统误差，提高了所获取人脸特征数据的精确度。本发明能很好地满足在线网络系统对人脸识别算法计算速度和识别精度的要求。并且，通过本发明提供的技术方案所得到的灰度差值编码更加精细，但计算复杂度并未提高，但识别率提高很多。

附图说明

图1为本发明实施例1结构示意图。

图2为本发明实施例2结构示意图。

具体实施方式