[发明专利]一种基于隐马尔可夫模型的人脸几何特征识别方法在审
申请号: | 201510609597.4 | 申请日: | 2015-09-22 |
公开(公告)号: | CN105160331A | 公开(公告)日: | 2015-12-16 |
发明(设计)人: | 高志军;伍爵博;陈婷;刘鑫 | 申请(专利权)人: | 镇江锐捷信息科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 212016 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 隐马尔可夫 模型 几何 特征 识别 方法 | ||
1.一种基于隐马尔可夫模型的人脸几何特征识别方法,其特征在于,包括:
对人脸图像进行灰度化和直方图均衡化,利用分类器得到人脸的脸框区域;
设定所述脸框区域的收缩系数,缩小所述脸框区域,利用分类器截取出所述脸框区域中的眼睛区域、鼻子区域和嘴巴区域;
提取并记录所述眼睛区域、鼻子区域和嘴巴区域的特征信息;
将得到的所述特征信息与数据库中所储存的每一张人脸图像的特征信息进行对比,得到综合匹配率。
2.根据权利要求1所述的一种基于隐马尔可夫模型的人脸几何特征识别方法,其特征在于,还包括:建立所述数据库;
建立所述数据库的过程包括:获取准备存入数据库的多张正脸图像;
对所述每一张正脸图像进行处理,提取每一张正脸图像的特征信息;
将所述每一张正脸图像的特征信息存入数据库。
3.根据权利要求1所述的一种基于隐马尔可夫模型的人脸几何特征识别方法,其特征在于,还包括:若所述综合匹配率高于90%,则提示查找成功;否则,提示查找失败,数据库中不存在所查人脸的相关信息。
4.根据权利要求1所述的一种基于隐马尔可夫模型的人脸几何特征识别方法,其特征在于,提取并记录所述眼睛区域、鼻子区域和嘴巴区域的特征信息之前还包括:判断截取出的所述眼睛区域、鼻子区域和嘴巴区域的中线是否偏离出所述脸框区域的中线,若偏离,则判定检测错误,扩大所述收缩系数,重新进行截取。
5.根据权利要求1至4任一项所述的一种基于隐马尔可夫模型的人脸几何特征识别方法,其特征在于,所述特征信息包括:包括左瞳孔、右瞳孔、左鼻孔、右鼻孔、左嘴角、右嘴角、嘴巴中心点和脸框四角的二维坐标值。
6.根据权利要求5所述的一种基于隐马尔可夫模型的人脸几何特征识别方法,其特征在于,提取并记录所述眼睛区域、鼻子区域和嘴巴区域的特征信息的过程包括:
在提取的所述眼睛区域和鼻子区域中,分别提取左右眼和左右鼻孔灰度值最低的一点,分别以灰度值最低的一点1为中心提取周围灰度值不高于所述中心20的点,对所述灰度值不高于所述中心20的点的二维坐标取平均值,得到左瞳孔、右瞳孔、左鼻孔和右鼻孔的二维坐标值;
根据嘴巴的双唇的颜色与脸部其他部位灰度的不同,得到左嘴角和右嘴角的二维坐标值,再取两者所构成线段的中点,作为嘴巴中心点的二维坐标值。
7.根据权利要求5所述的一种基于隐马尔可夫模型的人脸几何特征识别方法,其特征在于,将得到的所述特征信息与数据库中所储存的每一张人脸图像的特征信息进行对比,得到综合匹配率的过程包括:
计算出所述人脸图像的相应的多个线段值,与所述数据库中每一张正脸图像的相应的线段值相比得到比值,计算出所述比值的均值,把各条线段值相对所述均值的偏离值进行求和,记为Sum1;
计算出所述人脸图像的相应的多个角度值,与所述数据库中每一张正脸图像的相应的角度值相比得到比值,计算出所述比值的均值,把各个角度值相对所述均值的偏离值进行求和,记为Sum2;
所述综合匹配率=1-Sum1×0.05-Sum2×0.1。
8.根据权利要求7所述的一种基于隐马尔可夫模型的人脸几何特征识别方法,其特征在于,所述多个线段值包括:左瞳孔与左右鼻孔连线中心点的连线线段值、右瞳孔与左右鼻孔连线中心点的连线线段值、左瞳孔与右瞳孔的连线线段值、左右瞳孔连线中心点与左右鼻孔连线中心点的连线线段值、左右鼻孔连线中心点与嘴巴中心点的连线线段值、左瞳孔与嘴巴中心点的连线线段值、右瞳孔与嘴巴中心点的连线线段值、左鼻孔与右鼻孔的连线线段值、左瞳孔与左鼻孔的连线线段值、右瞳孔与右鼻孔的连线线段值、左瞳孔与右鼻孔的连线线段值、右瞳孔与左鼻孔的连线线段值、左右瞳孔连线中心点与嘴巴中心点的连线线段值、左鼻孔与嘴巴中心点的连线线段值、右鼻孔与嘴巴中心点的连线线段值。
9.根据权利要求7所述的一种基于隐马尔可夫模型的人脸几何特征识别方法,其特征在于,所述多个角度值包括:左瞳孔、右瞳孔和左右鼻孔连线中心点连成的三角形,以及左瞳孔、右瞳孔和嘴巴中心点连成的三角形的六个角的角度值。
10.根据权利要求1所述的一种基于隐马尔可夫模型的人脸几何特征识别方法,其特征在于,所述分类器为Haar特征训练分类器。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于镇江锐捷信息科技有限公司,未经镇江锐捷信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510609597.4/1.html,转载请声明来源钻瓜专利网。