[发明专利]双模人脸识别方法及装置

摘要

本发明公开了一种双模人脸识别方法。主要解决现有识别方法对人脸图像的纹理有很大依赖性的问题。其实现过程是：划分测试和训练图像集，对训练图像进行学习获得特征脸子空间和主动表观模型；将测试和训练图像投影到特征脸子空间得到纹理模型，并计算测试和训练图像纹理模型的距离；根据主动表观模型自动搜索测试和训练图像特征点，构造形状模型，将图编辑距离作为测试和训练图像形状模型之间的距离；两种距离的加权融合用于确定测试图像的身份信息。本发明方法与基于纹理或结构信息的识别方法相比，对于表情、光照、尺度有变化的人脸图像，尤其对于在光照变化下获取的人脸图像具有识别率更高的优点，可用于在多种因素影响下进行身份验证。

主权项

1.一种双模人脸识别方法，包括如下过程：(1)将人脸图像样本集划分为训练样本集{P_i}，i＝1，2，…，M，和测试样本集{T_j}，j＝1，2，…，N；(2)根据训练样本集中的图像利用主成分分析方法建立特征脸子空间；(3)将训练样本集中的图像投影到特征脸子空间，建立训练样本纹理模型；(4)从训练样本集中选取少数图像，通过手动标记其特征点，根据这些特征点集建立主动表观模型，并利用该模型自动搜索剩余训练图像中的特征点，构建训练样本形状模型；(5)将测试样本集中的图像投影到步骤(2)建立的特征脸子空间中，得到对应于每幅测试图像的纹理模型；(6)利用2-范数计算第j个测试样本纹理模型与第i个训练样本纹理模型之间的距离，记为d_text^ij，i＝1，2，…，M，j＝1，2，…，N；(7)根据步骤(4)中建立的主动表观模型，提取测试样本集中的图像特征点，建立测试样本形状模型；(8)利用图编辑距离计算第j个测试样本形状模型与第i个训练样本形状模型之间的距离，记为d_shape^ij其中，i＝1，2，…，M，j＝1，2，…，N；(9)将步骤(6)中获得的测试图像与训练图像的纹理模型之间的距离和步骤(8)中获得的测试图像与训练图像的形状模型之间的距离进行加权融合，即其中权值w₁和w₂根据经验取值，j＝1，2，…，N，i＝1，2，…，M；(10)利用最近邻分类器确定第j个测试样本的身份信息U，其中j＝1，2，…，N，即U=argmini{dij}.]]>