[发明专利]一种人脸识别方法及装置

摘要

本发明提供了一种人脸识别方法，属于图像处理领域。该方法包括，获取训练样本的网格区域权值；检测待识别图像中的人脸区域；将人脸区域划分为至少两个网格区域；根据训练样本的网格区域权值，对网格区域进行筛选，筛选出高辨别性的网格区域；提取高辨别性的网格区域的图像特征；利用分类器对图像特征进行分类，得到识别结果。本发明还提供了一种人脸识别装置。本发明通过凸优化学习的网格区域权值，筛选出针对识别内容的高辨别性的网格区域，去除了大量的低辨别性的网格区域，极大地减少了低辨别性的网格区域的图像特征对特征分类的干扰，提高了人脸识别的准确性和鲁棒性。

主权项

1.一种人脸识别方法，其特征在于，该方法包括：获取训练样本的网格区域权值；对待识别图像进行预处理，以调整尺寸、光照均衡度、直方图均衡度；检测待识别图像中的人脸区域；将所述人脸区域划分为至少两个网格区域；根据所述训练样本的网格区域权值，对所述网格区域进行筛选，筛选出高辨别性的网格区域；提取所述高辨别性的网格区域的图像特征；利用分类器对所述图像特征进行分类，得到识别结果；所述获取训练样本的网格区域权值包括：提取正例样本和负例样本作为训练样本；检测所述训练样本的样本人脸区域；将所述样本人脸区域划分为至少两个样本网格区域；提取所述样本网格区域的样本图像特征；根据所述样本图像特征的距离，利用凸优化学习方法计算所述样本网格区域的权值；保留大于阀值的所述样本网格区域的权值，得到所述训练样本的网格区域权值；所述根据所述样本图像特征的距离，利用凸优化学习方法计算所述样本网格区域的权值包括：构建目标函数如下：其中，k表示第k个样本网格区域，μ_k表示第k个样本网格区域的权值；δ_k表示第k个样本网格区域中正例样本的样本图像特征的距离；表示第k个网格区域中负例样本的样本图像特征的距离；||μ||为1范数，使大多数样本网格区域的权值为0，产生较为稀疏的表达；λ为惩罚参数，其数值越大，样本网格区域的权值越小；利用优化学习方法计算所述目标函数，得到所述样本网格区域的权值。