[发明专利]身份识别方法和装置

说明书

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种身份识别方法和装置。

背景技术

目前的身份识别一般根据人的面部特征进行识别，但是面部特征容易受到光照、背景变化、人体姿态等因素的影响和限制，现有的身份识别仅能在人物正脸面对摄像头、背景元素简单、光照适中的情形下，才能基于面部特征进行较为准确的身份识别，即现有的身份识别容易受到外界因素影响。

发明内容

本发明的主要目的在于提供一种身份识别方法和装置，旨在解决现有的身份识别容易受到外界因素影响的技术问题。

为实现上述目的，本发明提供一种身份识别方法，所述身份识别方法包括：

获取待识别的人物图像，确定人物图像中的人脸区域图像；

根据预置人脸模型的关键点位置分布，对人脸区域图像进行三维校准和方向调整，以得到正向人脸图像；

对人脸区域图像进行图像增强，形成人脸增强图像；

提取人脸增强图像中所有像素点的DCP码，计算关键点所在区域DCP码的统计直方图以构成所述人物图像的人脸特征；

将人脸特征与人脸数据库中的人脸图像的参考人脸特征进行比对，以识别待识别的人物图像中人物的身份。

优选地，所述确定人物图像中的人脸区域图像的步骤包括：

获取人物图像的方向梯度直方图特征；

根据人物图像的方向梯度直方图特征和线性分类器检测出人物图像中的人脸区域图像。

优选地，所述根据预置人脸模型的关键位置分布，对人脸区域图像进行三维校准和方向调整，以得到正向人脸图像的步骤包括：

根据预置人脸模型的关键点位置和支持向量回归算法，获取人脸区域图像的关键点位置和三维模型至二维图像的仿射相机，将人脸区域图像的关键点位置作为当前关键点位置；

对当前关键点位置进行三角剖分，以得到各个当前关键点位置对应的三角面；

根据所述仿射相机对每个三角面进行仿射变换，得到各个当前关键点位置的正向关键点位置；

根据正向关键点位置对人脸区域图像进行方向调整，以得到正向人脸图像。

优选地，所述提取人脸增强图像中所有像素点的DCP码，并计算关键点所在区域DCP码的统计直方图以构成所述人物图像的人脸特征的步骤包括：

获取人脸增强图像中各个像素点的灰度值；

根据各个像素点的灰度值，确定各个像素点对应的DCP码；

提取各个关键点位置的DCP码，并计算关键点所在区域DCP码的统计直方图位，并将关键点所在区域DCP码的统计直方图作为人脸特征。

优选地，所述将人脸特征与人脸数据库中的人脸图像的参考人脸特征进行比对，以识别待识别的人物图像中人物的身份的步骤包括：

将人脸特征与人脸数据库中各个人脸图像的参考人脸特征进行比对，选出与待识别人物图像的人脸特征相似度最大的参考人脸特征对应目标人脸图像；

将待识别人物图像的人脸特征和目标人脸图像的参考人脸特征分别与一组备用图像进行比较，得到待识别人物图像的第一比较结果和目标人脸图像的第二比较结果；

根据第一比较结果和第二比较结果，确认待识别人物图像与目标人脸图像是否为同一人，以识别待识别的人物图像中人物的身份。

本发明还提供一种身份识别装置，所述身份识别装置包括：

图像获取模块，用于获取待识别的人物图像，确定人物图像中的人脸区域图像；

图像正向模块，用于根据预置人脸模型的关键点位置分布，对人脸区域图像进行三维校准和方向调整，以得到正向人脸图像；

图像增强模块，用于对人脸区域图像进行图像增强，形成人脸增强图像；

特征生成模块，用于提取人脸增强图像中所有像素点的DCP码，并计算关键点所在区域DCP码的统计直方图以构成所述人物图像的人脸特征；

特征比对模块，用于将人脸特征与人脸数据库中的人脸图像的参考人脸特征进行比对，以识别待识别的人物图像中人物的身份。

优选地，所述图像获取模块包括：

特征获取单元，用于获取人物图像的方向梯度直方图特征；

检测单元，用于根据人物图像的方向梯度直方图特征和线性分类器检测出人物图像中的人脸区域图像。

优选地，所述图像正向模块包括：

获取单元，用于根据预置人脸模型的关键点位置和支持向量回归算法，获取人脸区域图像的关键点位置和三维模型至二维图像的仿射相机，将人脸区域图像的关键点位置作为当前关键点位置；