[发明专利]使用伪图像的面部图像识别

说明书

本公开涉及使用“伪图像”来执行图像识别，例如，执行面部图像识别。在一个实施例中，通过如下操作来获得伪图像：以现实世界图像开始，并且在可任选的预处理之后，使图像经过非线性变换，该非线性变换将该图像转换成伪图像。虽然现实世界对象(或更一般而言，现实世界模式)可能在起始图像中是可感知的，但它们在伪图像中无法被感知。图像识别通过将伪图像与已知伪图像的库进行比较来发生，即，图像识别在伪图像空间中发生而无需返回到现实世界空间。以此方式，即使对于非理想现实世界图像(诸如，已因噪声、不良光照、不均匀照明和/或遮挡(例如，在面部图像的情形中存在眼镜、围巾等等)而降级的现实世界图像)也实现稳健的图像识别。

相关申请的交叉引用

本申请根据35U.S.C.§119(e)要求于2018年7月2日提交的美国临时申请No.62/693,136的权益，该临时申请的内容通过援引整体纳入于此。

政府资助

本发明是在美国国立卫生研究院(National Institutes of Health)授予的资助号R01DC 014701下由政府支持完成的。政府具有本发明中的某些权利。

领域

本公开涉及用于执行图像识别的计算机系统和计算机实现的方法。在特别重要的实施例中，各系统和方法被用于通过面部识别来标识图像内的人类主体。更一般而言，本公开提供了用于处理由像素构成的图像、或者更一般而言由分量构成的图像以寻找被嵌入在图像中的对象、模式或特征的计算机实现的方法和计算机系统，其可以用于分类、标识或其他目的。

背景

由计算机设备进行的面部识别不仅历史上在重要的领域(诸如国家安全和刑事司法系统)中、而且近年来在商业环境和社交媒体交互中都具有广泛应用。因此，面部识别已经并将继续成为深入研究的主体，其中各种科学期刊致力于该问题(例如，InternationalJournal of Computer Vision(国际计算机视觉杂志)以及名为IEEE Transactions on Image Processing(IEEE 图像处理会刊)和IEEE Transactions on Pattern Analysis and MachineIntelligence(IEEE模式分析和机器智能会刊)的IEEE出版物)并定期召开国际会议以报告所取得的进展(例如，国际模式识别协会的年度会议、和计算机视觉和模式识别IEEE计算机协会会议、以及自动面部识别和手势识别IEEE国际会议)。

已在实验室环境中实现了成功的面部识别。然而，面部识别在实际应用中仍然是挑战，在实际应用中图像通常是从非理想源(诸如监控相机、因特网或移动设备)收集的。在这种现实世界条件下获得的面部图像通常因噪声、不良光照、不均匀照明和/或遮挡而降级，从而使得难以识别其面部出现在图像中的一个或多个人员。面部表情、姿势和相机角度的变化通常带来附加困难。面部识别的主要挑战由此是在变化的条件下以及降级图像的情况下实现对同一面部的稳健且不变的识别。此类图像在本文中将称为“非理想图像”。

计算机化的面部识别通常使用以某种形式表示面部、之后进行匹配过程的系统来执行。实现成功识别的一些系统涉及使用基于学习的办法或手动标记的特征从图像中提取特征。随后使图像的表示经过通常涉及统计办法的匹配以对面部进行分类和/或标识。虽然手动标记的特征可以提供稳健性，但枚举所有可能特征是禁止的。深度学习办法可以允许系统使用监督式或无监督式算法来执行特征提取。然而，它们一般需要涵盖众多可能条件的较大训练集。如果有条件未被包括在训练集中，则该系统很可能在实践中无法执行。

概述和一般描述

本公开涉及面部图像识别中的上述问题。更一般而言，本公开涉及提供用于处理由分量(例如，像素)构成的图像以找到被嵌入其中的对象、模式或特征的稳健方法。