[发明专利]多点位人脸识别智能化辨识方法

说明书

本发明公开了一种多点位人脸识别智能化辨识方法，涉及图像识别领域。本发明包括如下步骤S01：智能终端采集人脸面部图像；步骤S02：分别采用两步处理的方法将面部图像转化成类手绘面部图像；步骤S03：对类手绘面部图像进行特征提取；步骤S04：手绘面部图像与数据库中录入图像进行相似度识别；步骤S05:输出相识度最高的图像。本发明通过将智能终端采集的人脸面部图像进行面部轮廓提取和面部五官点位提取，将两种提取的图片相互结合生成类手绘的面部图像，对常规图像数据库建立索引，进行类手绘图像相似度判断输出相似度最高的面部图像，提高了人脸面部识别的准确率和识别效率。

技术领域

本发明属于图像识别领域，特别是涉及一种多点位人脸识别智能化辨识方法。

背景技术

随着手机、数码相机的普及，以及互联网技术的发展，数字图像在过去几十年间呈爆炸增长趋势。如何有效进行图像查找识别已经成为学术界和工业界的热点研究对象，许多图像检索系统也由此应运而生。早期的图像检索技术根据输入类型不同主要分为两类，第一种是基于文本的图像检索技术(Text-based Image Retrieval，TBIR)，第二种是基于内容的图像检索(Content-based Image Retrieval，CBIR)。

如今，人脸识别技术作为一种新的识别技术，目前已被应用在智能终端中，以实现对智能终端的保护和人员身份的认定。然而，人脸识别技术对智能终端所捕获的人脸有一点的要求，这使得人脸解锁的失败率较高、解锁效率缓慢，而且这往往给客户造成了不少的困扰。

发明内容

本发明的目的在于提供一种多点位人脸识别智能化辨识方法，通过将智能终端采集的人脸面部图像进行面部轮廓提取和面部五官点位提取，将两种提取的图片相互结合生成类手绘的面部图像，对常规图像数据库建立索引，进行类手绘图像相似度判断输出相似度最高的面部图像，解决了现有的面部识别准确率不高、效率低的问题。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明为一种多点位人脸识别智能化辨识方法，包括如下步骤：

步骤S01：智能终端采集人脸面部图像；

步骤S02：分别采用两步处理的方法将面部图像转化成类手绘面部图像；

步骤S03：对类手绘面部图像进行特征提取；

步骤S04：手绘面部图像与数据库中录入图像进行相似度识别；

步骤S05:输出相识度最高的图像；

其中，步骤S02中，将面部图像转化成类手绘图像的具体步骤如下：

A、获取面部边缘轮廓图：计算人脸面部图像的边缘轮廓盖概率图，将得到的边缘轮廓概率图输入的深度神经网络中并提取输出向量，联合输出向量构建二值边缘轮廓图；

B、获取面部五官点位图：根据三庭五眼的比例获取面部轮廓图中五官的大致区域，利用Haar特征分类器定位五官的点位图像；

C、将得到的面部边缘轮廓图和面部五官点位图融合获取类手绘面部图像。

优选地，所述步骤S01之前需要向系统录入大量人脸常规图像，并利用上述方法转换成类手绘图像；将成类手绘图像进行特征向量提取，并将面部边缘轮廓图和面部五官点位图分类划分，创建索引通过Adaboost算法训练基于Haar特征的面部轮廓和面部五官分类检测器。

优选地，所述步骤S02中，面部边缘轮廓图根据图像的实际大小，度量尺度ε的单位1取为16像素，分别采用单位1的1、1/2、1/4、1/8倍，即16、8、4、2像素四种尺度来计算面部轮廓的边缘，对应个尺度量得到的边缘段数用N表示。