[发明专利]一种基于动静特征融合的人脸识别方法

权利要求书

1.一种基于动静特征融合的人脸识别方法，其特征在于：通过静态特征和动态特征相结合的方法实现人脸识别精度的提高；

前述的静态特征为提取人脸的整体轮廓特征，前述的动态特征为提取人脸表情变化时的肌肉特征；

包括以下步骤：

步骤A，采用静态特征提取，具体还包括以下子步骤：

步骤A1，通过摄像头或提前存储的视频文件中获取视频流，

步骤A2，从获得的视频流中截取关键帧，

步骤A3，利用主成分分析法、独立成分分析法和线性判别方法相结合，从所得的关键帧的图像信息中获取人脸的轮廓特征，

步骤A4，利用梯度图像算法处理前述的人脸的轮廓特征，从而得到高维特征数据，利用二值、直方图线性或者非线性处理前述的人脸的轮廓特征，变换得到低维特征数据，

步骤A5，将高维特征数据与低维特征数据进行相似度度量，即特征匹配，得到静态特征匹配的一个或者多个相似结果；

步骤B，采用动态特征提取，具体还包括以下子步骤：

步骤B1，通过摄像头或提前存储的视频文件中获取视频流，

步骤B2，利用光流、差分的方法提取视频流中的动态特征，确定目标区域，

步骤B3，从目标区域中选取所需要的脸部窗口，建立局部窗口，

步骤B4，将局部窗口的图像进行二值化，提取动态的轮廓特征，采用金字塔匹配核或滑动窗算法将所得到的轮廓特征信息变换为动作序列，从而构建表情动作序列，

步骤B5，将前述的表情动作序列生成用于匹配的动作向量信息，动态特征提取人脸表情变化，通过指定表情，提取人脸对应的肌肉动态变化，建立动作模型，将前述的动作向量与动作模型进行匹配，最终；

步骤C，将静态特征匹配得到的一个或者多个相似结果与动态匹配得到的动作向量进行结果集融合，利用动态结果集对静态结果集进行校验，将错误结果进行剔除，得出最终识别结果并给出识别的置信度，完成识别操作；

步骤D，若置信度不满足要求，重新开始整个识别过程。

2.根据权利要求1所述的基于动静特征融合的人脸识别方法，其特征在于：前述利用光流、差分的方法提取视频流中的动态特征，光流即为光流信息法，动态特征的提取方法还包括时空特征点法或局部描述算子。

3.根据权利要求1所述的基于动静特征融合的人脸识别方法，其特征在于：静态特征提取方法包括但不限于主成分分析法、独立成分分析法或线性判别方法。