[发明专利]一种基于监控场景下的人脸识别方法及系统

摘要

本发明提供一种基于监控场景下的人脸识别方法及系统，先对获取的监控场景下的图像进行人脸检测和人脸跟踪，获取同一人的至少一张人脸图像，并对所述人脸图像进行预处理，然后对预处理的人脸图像至少进行Gabor特征提取和多尺度RILPQ特征提取，对提取的特征分块进行降维，再将降维后的特征与人脸样本库中的人脸特征进行匹配，做分数级的融合，获取图像相似度值，最后结合一个人多张人脸的识别结果，获取最佳匹配的人脸图像。本发明采用Gabor特征和多尺度RILPQ特征分数级的融合方式，减小了人脸图像光照不均匀、存在旋转角度以及图像模糊等问题对人脸识别产生的影响，具有较高的鲁棒性，有效地提高了监控场景下的人脸识别率。

主权项

1.一种基于监控场景下的人脸识别方法，其特征在于，包括如下步骤：获取监控场景下采集的图像，对所述图像进行人脸检测和人脸跟踪；获取同一人的至少一张人脸图像，并对所述人脸图像进行预处理；对预处理后的人脸图像分别至少进行Gabor特征提取和多尺度RILPQ特征提取；对提取的Gabor特征和多尺度RILPQ特征分别分块进行降维；将降维后的Gabor特征和多尺度RILPQ特征与人脸样本库中的人脸特征进行匹配，获取特征相似度值；根据所述特征相似度值获取人脸图像与人脸样本库中人脸图像的图像相似度值；根据同一人的至少一张人脸图像的图像相似度值获取最佳匹配的人脸图像；所述根据所述特征相似度值获取人脸图像与人脸样本库中人脸图像的图像相似度值步骤中：获取图像相似度值采用的公式为：其中，F表示图像相似度值，m表示分块的块数，n表示所述多尺度RILPQ特征选取的尺度，fm0表示第m个块中人脸图像中Gabor特征与人脸样本库中Gabor特征的特征相似度值，fmn表示第m个块中人脸图像中第n个尺度下的人脸模型上RILPQ特征与人脸样本库中RILPQ特征的特征相似度值；所述对预处理后的人脸图像分别至少进行Gabor特征提取和多尺度RILPQ特征提取步骤中：所述多尺度RILPQ特征选取的尺度为3，3个不同尺度的人脸模型分别为归一化后的内部人脸、过渡人脸和外部人脸，所述内部人脸只包括脸部的器官：眼睛、嘴及眉毛；所述外部人脸包括外部的人脸元素：下巴、额头及头发；所述过渡人脸是介于内部人脸到外部人脸之间的一种人脸。