[发明专利]一种人脸识别方法及装置

权利要求书

1.一种人脸识别方法，其特征在于，包括：

获取待检测图像中的人脸图像；

构造所述人脸图像的图像金字塔，按照预设规则从所述图像金字塔包括的P个尺度的金字塔图像中选择一个图像进行加窗傅立叶Gabor变换得到Gabor特征图，并通过局部二进制LBP算法对得到的所述Gabor特征图进行处理得到第一LBP直方图特征；以及通过局部相位量化LPQ对所述人脸图像进行处理，得到第一LPQ直方图特征；

将得到的所述第一LBP直方图特征以及所述第一LPQ直方图特征按照第一预定顺序融合作为识别得到的人脸特征；

对所述识别得到的人脸特征进行降维处理，得到降维后的人脸特征向量。

2.如权利要求1所述的方法，其特征在于，所述通过局部相位量化LPQ对所述人脸图像进行处理，得到第一LPQ直方图特征，包括：

针对图像金字塔中包括的P个尺度的金字塔图像分别通过局部相位量化LPQ进行处理得到P个尺度的第二LPQ直方图特征，并将P个尺度的第二LPQ直方图特征按照第三预定顺序融合得到所述第一LPQ直方图特征；其中，P为大于等于2的正整数。

3.如权利要求1所述的方法，其特征在于，对所述人脸图像进行Gabor函数变换得到Gabor特征图，并通过局部二进制LBP算法对得到的所述Gabor特征图进行处理得到第一LBP直方图特征，包括：

对所述人脸图像进行Gabor函数变换得到M个尺度的Gabor特征图；并

通过LBP算法对所述M个尺度的Gabor特征图分别进行处理得到M个尺度的第二LBP直方图特征，将所述M个尺度的第二LBP直方图特征按照第二预定顺序融合得到第一LBP直方图特征；其中，M为大于等于2的正整数。

4.如权利要求1所述的方法，其特征在于，对所述识别得到的人脸特征进行降维处理，得到降维后的人脸特征向量，包括：

通过主元分析PCA算法将所述识别得到人脸特征进行降维处理，并通过线性判别式分析LDA算法对降维处理后得到的人脸特征进行处理，得到降维后的人脸特征向量。

5.一种人脸图像匹配方法，其特征在于，包括：

通过如权利要求1～4任一项所述的人脸识别方法分别针对两个待匹配图像进行处理，得到两个待匹配图像中每个待匹配图像的人脸特征；

确定两个待匹配图像的人脸特征的相似度；

基于所述相似度获取匹配结果。

6.一种人脸识别装置，其特征在于，包括：

获取模块，用于获取待检测图像中的人脸图像；

图像处理模块，用于构造所述人脸图像的图像金字塔；

第一特征提取模块，用于按照预设规则从所述图像金字塔包括的P个尺度的金字塔图像中选择一个图像进行加窗傅立叶Gabor变换得到Gabor特征图，并通过局部二进制LBP算法对得到的所述Gabor特征图进行处理得到第一LBP直方图特征；

第二特征提取模块，用于通过局部相位量化LPQ对所述获取模块获取到的所述人脸图像进行处理，得到第一LPQ直方图特征；

特征融合模块，用于将所述第一特征提取模块得到的所述第一LBP直方图特征以及所述第二特征提取模块得到的所述第一LPQ直方图特征按照第一预定顺序融合作为识别得到的人脸特征；

特征处理模块，用于对所述特征融合模块融合得到的人脸特征进行降维处理，得到降维后的人脸特征向量。

7.如权利要求6所述的装置，其特征在于，所述第二特征提取模块，在通过局部相位量化LPQ对所述人脸图像进行处理，得到第一LPQ直方图特征时，具体用于：

针对图像金字塔中包括的P个尺度的金字塔图像分别通过局部相位量化LPQ进行处理得到P个尺度的第二LPQ直方图特征，并将P个尺度的第二LPQ直方图特征按照第三预定顺序融合得到所述第一LPQ直方图特征；其中，P为大于等于2的正整数。