[发明专利]基于内核规范相关分析的侧面人脸识别方法有效
申请号: | 201710693920.X | 申请日: | 2017-08-14 |
公开(公告)号: | CN107292299B | 公开(公告)日: | 2018-10-30 |
发明(设计)人: | 栗科峰;熊欣;郑吉玉;王俊华;王炜;郝原 | 申请(专利权)人: | 河南工程学院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06K9/62 |
代理公司: | 郑州金成知识产权事务所(普通合伙) 41121 | 代理人: | 郭增欣 |
地址: | 451191 河*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 内核 规范 相关 分析 侧面 识别 方法 | ||
本发明公开了一种基于内核规范相关分析的侧面人脸识别方法,对于待检测脸部图像的正面部分和侧脸部分,手动注释眼睛、鼻子、嘴巴和下巴,对正面和侧脸姿态进行不同程度的几何归一化处理,使用局部二值模式面部成分描述脸部,针对局部二值模式图像中的划分区域计算64个直方图,然后将面部的14个区域的直方图连接成向量进行描述,提取局部二值特征向量后,通过应用规范相关分析进行降维操作,引入基于核主成分分析的非线性一般化,以考虑侧面人脸图像和正面人脸图像之间的变换非线性,通过从原始输入空间到高维特征空间的映射来执行正面或侧面的变换,并计算欧几里德距离给出侧脸图像身份信息;有效的实现在非限制情况下侧面人脸的快速识别。
技术领域:
本发明涉及一种公共空间的安全监测,特别是涉及一种基于内核规范相关分析的侧面人脸识别方法。
背景技术:
生物特征识别是一个活跃的研究领域,并应用于各种公共空间的安全监测。众多生物特征识别技术,如指纹、虹膜和掌纹等已广泛应用于安全监测系统。这些特征允许唯一地描述一个人,然而在公共安全领域,很难通过视频流中的这些特征作为“生物”特性识别并确定一个人的身份。从1970年开始,人脸识别技术在理论上和技术上已经逐渐完善,但是仍然受制于个体样本的多样性,比如光照条件、拍摄角度、面部表情、年龄变化等。在非打扰采集系统中,对于人脸识别来说姿态变化是最具挑战性的难题。
近二十年,正面姿态的人脸识别技术已经取得了令人满意的效果,而非控制姿态下的人脸识别在生物识别领域仍然是一个具有挑战性的难题。最近,利用扫描3D或2D相同的人脸图像生成相应的三维模型的姿态不变技术已经出现。尽管他们可以适应姿态的多样性和具有较高的识别率,仍然无法回避大的计算量和需要被识别者的合作等缺点。因此,他们不适合在我们感兴趣的实时监控中的应用,实际应用中对被识别者的图像采集是被动的,无法满足当前非控制条件下人脸识别技术的应用要求。
发明内容:
本发明所要解决的技术问题是:克服现有技术的不足,提供一种使用内核规范相关分析将侧面人脸映射到其相应的正面人脸上,通过引入适当内核函数来分析对象姿态之间映射的非线性特性来提高识别率的基于内核规范相关分析的侧面人脸识别方法。
本发明的技术方案是:一种基于内核规范相关分析的侧面人脸识别方法,
A:对于待检测脸部图像的正面部分和侧脸部分,手动注释眼睛、鼻子、嘴巴和下巴;
B:以确保待测人脸图像具有相似的尺度、取向和位置,对正面和侧脸姿态进行不同程度的几何归一化处理,使用局部二值模式面部成分描述脸部,针对局部二值模式图像中的划分区域计算64个直方图,然后将面部的14个区域的直方图连接成向量进行描述;
C:通过特征提取得到一个大小为p=896(64×14)的正脸描述向量和大小为q=896(64×14)的侧脸描述向量;
D:通过应用规范相关分析进行降维操作,引入基于核主成分分析的非线性一般化,以考虑侧面人脸图像和正面人脸图像之间的变换非线性,通过从原始输入空间到高维特征空间的映射来执行正面或侧面的变换;
E:估计Wx,Wy,并计算欧几里德距离给出侧脸图像身份信息,判断待检测脸部图像的侧脸部分是否为最后一幅,是最后一幅则给出侧脸识别结果,不是最后一幅则返回步骤B。
正面和侧脸姿态进行不同程度的几何归一化处理包括正面的0°方向归一化和侧脸姿态90°方向归一化:
其0°方向归一化步骤为:步骤一:旋转每个图像直到连接眼睛中心的线条变得水平;
步骤二:图像重新缩放,使所有图像的眼睛中心之间的距离相同,并生成归一化的正面数据库;
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河南工程学院,未经河南工程学院许可,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/201710693920.X/2.html,转载请声明来源钻瓜专利网。
- 上一篇:基于卷积神经网络和分类器模型的牛脸识别方法
- 下一篇:一种人脸识别设备及方法