[发明专利]一种基于模糊理论的人脸图像识别方法、装置及设备

说明书

本发明公开了一种基于模糊理论的人脸图像识别方法，包括：获取具有不同身份标签的训练人脸图像，并对训练人脸图像进行分割得到训练子图像；计算各个训练子图像与训练人脸图像之间的同类距离以及异类距离，并利用同类距离和异类距离构建模糊隶属度矩阵；获取待识别图像，对待识别图像进行分割得到待识别子图像，并获取待识别子图像的近邻子图像；利用模糊隶属度矩阵和近邻子图像获取待识别子图像的子图像类隶属度，并利用子图像类隶属度确定待识别图像的身份；本方法提高人脸识别算法的鲁棒性，进而提高识别速度，解决了现有技术识别速度慢的问题；本发明还提供了一种基于模糊理论的人脸图像识别装置、设备及计算机可读存储介质，同样具有上述有益效果。

技术领域

本发明涉及生物识别技术领域，特别涉及一种基于模糊理论的人脸图像识别方法、装置、设备及计算机可读存储介质。

背景技术

近年来，生物识别技术快速发展，人脸识别、指纹解锁、声音唤醒等技术均被应用在多个领域。其中，人脸识别具有无需接触、隐蔽性好等特点，这使得人脸识别技术得到了更加广泛地应用。

现有的人脸识别技术需要提前采集多种不同身份标签的训练人脸图像(不同人的人脸图像为不同标签的人脸图像)，在对训练图像进行预处理后，利用主成分分析(Principal components analysis，PCA)、线性判别分析(linear discriminantanalysis，LDA)、方向梯度直方图(Histogram of oriented gradient，HOG)和局部二值化(Local Binary Pattern，LBP)等技术对训练人脸图像进行特征提取。在获取到待识别图像后，提取待识别图像的特征并与训练人脸图像的特征进行比对，以对待识别图像进行识别。现有技术的鲁棒性较低，因此在进行人脸图像识别时对待识别图像的要求较高，在识别时可能需要采集多张待识别图像，因此识别速度较慢。在火车站进站口、机场安检口等人流量大的地点使用人脸识别时，容易造成人员拥堵。

因此，如何提高人脸识别算法的鲁棒性，进而提高识别速度，是本领域技术人员需要解决的技术问题。

发明内容

本发明的目的是提供一种基于模糊理论的人脸图像识别方法、装置、设备及计算机可读存储介质，以提高人脸识别算法的鲁棒性，进而提高识别速度，解决现有技术识别速度慢的问题。

为解决上述技术问题，本发明提供一种基于模糊理论的人脸图像识别方法，包括：

获取具有不同身份标签的训练人脸图像，并对所述训练人脸图像进行分割得到训练子图像；

计算各个所述训练子图像与所述训练人脸图像之间的同类距离以及异类距离，并利用所述同类距离和所述异类距离构建模糊隶属度矩阵；

获取待识别图像，对所述待识别图像进行分割得到待识别子图像，并获取所述待识别子图像的近邻子图像；

利用所述模糊隶属度矩阵和所述近邻子图像获取所述待识别子图像的子图像类隶属度，并利用所述子图像类隶属度确定所述待识别图像的身份。

可选的，获取所述待识别子图像的近邻子图像，包括：

利用k近邻算法从所有的所述训练子图像中获取所述近邻子图像。

可选的，在对所述训练人脸图像进行分割得到训练子图像之后，还包括：

将所述训练人脸图像矩阵化，得到训练人脸图像矩阵；

将所述训练子图像矩阵化，得到训练子图像矩阵。

可选的，所述计算各个所述训练子图像与所述训练人脸图像之间的同类距离，包括：

利用具有相同身份标签的所述训练子图像矩阵和所述训练人脸图像矩阵计算同类人脸图像评估系数；