[发明专利]用于识别人脸的方法、系统和计算机程序产品

权利要求书

1.一种用于识别人脸的方法，包括：

获取所述人脸的待识别图像；

检测所述待识别图像中表示所述待识别图像的细节特征的第一特征点集；

提取描述所述第一特征点集中每个第一特征点的特征信息的第一描述算子；

获取描述第二特征点集中每个第二特征点的特征信息的第二描述算子，其中所述第二特征点集表示预先存储的注册图像的细节特征；

基于所述第一描述算子与第二描述算子，检测所述第一特征点集与所述第二特征点集中匹配的特征点对；

计算所述匹配的特征点对的数量；以及

如果所述匹配的特征点对的数量大于第一预定阈值，则将所述待识别图像识别为与所述注册图像相一致，

所述方法还包括：

检测用于表示所述待识别图像的结构信息的第一关键点集，

其中，检测所述第一特征点集与所述第二特征点集中匹配的特征点对的步骤包括：

基于所述第一关键点集与用于表示所述注册图像的结构信息的第二关键点集，计算所述待识别图像与所述注册图像之间的相似变换矩阵；

对于每个第一特征点，基于所述相似变换矩阵，计算所述第一特征点在所述注册图像中的待匹配区域；

计算所述第一特征点的第一描述算子与所述待匹配区域中每个第二特征点的第二描述算子之间的欧式距离；

判断最小的欧式距离与次小的欧式距离之间的比值与第三预定阈值的关系；以及

如果最小的欧式距离与次小的欧式距离之间的比值小于第三预定阈值，则将所述第一特征点与所述待匹配区域中与所述第一特征点的第一描述算子之间的欧式距离最小的第二特征点确定为匹配的特征点对，

或者，检测所述第一特征点集与所述第二特征点集中匹配的特征点对的步骤包括：

基于所述第一关键点集与用于表示所述注册图像的结构信息的第二关键点集，计算所述待识别图像与所述注册图像之间的相似变换矩阵；

对于每个第二特征点，基于所述相似变换矩阵，计算所述第二特征点在所述待识别图像中的待匹配区域；

计算所述第二特征点的第二描述算子与所述待匹配区域中每个第一特征点的第一描述算子之间的欧式距离；

判断最小的欧式距离与次小的欧式距离之间的比值与第三预定阈值的关系；以及

如果最小的欧式距离与次小的欧式距离之间的比值小于第三预定阈值，则将所述第二特征点与所述待匹配区域中与所述第二特征点的第二描述算子之间的欧式距离最小的第一特征点确定为匹配的特征点对。

2.如权利要求1所述的方法，其中：

所述图像的分辨率大于预定分辨率阈值。

3.如权利要求1所述的方法，还包括：

检测所述待识别图像中的人脸区域图像；

并且，检测所述待识别图像中表示所述待识别图像的细节特征的第一特征点集的步骤包括：

基于所述人脸区域图像，检测所述第一特征点集。

4.如权利要求3所述的方法，其中，检测所述第一特征点集的步骤包括：

将所述人脸区域图像缩放成不同尺度；以及

对于每一尺度的人脸区域图像，使用离线训练后的特征点分类器检测所述第一特征点的位置和尺寸。

5.如权利要求3所述的方法，其中，检测所述第一特征点集的步骤包括：

将所述人脸区域图像与不同尺度的高斯核进行卷积处理，以得到相应的不同尺度的高斯图像；

将相邻尺度的高斯图像进行差分处理，以得到高斯差分图像；

确定每个高斯差分图像中的极值点，其中，所述极值点的值大于其在所述高斯差分图像中的相邻点的值，并且大于其在相邻尺度的高斯差分图像中的相邻点的值；以及

如果所述极值点大于第二预定阈值，则将所述极值点确定为所述第一特征点。

6.如权利要求1所述的方法，其中，提取描述所述第一特征点集中每个第一特征点的特征信息的第一描述算子的步骤包括：

对于每个第一特征点，以所述第一特征点为预定参照点而进行归一化处理，以获得特征点区域图像；以及

对于所述特征点区域图像，使用离线训练后的描述算子提取器获取所述第一特征点的第一描述算子。