[发明专利]一种基于色彩分通道的人脸识别方法

摘要

本发明公开了一种基于色彩分通道的人脸识别方法，包括如下步骤：S1：人脸识别模型的训练以及不同色彩通道的频率归一化；S2：选取待识别的人脸图像和存储信息中的人脸图像，利用上述不同人脸特征的权重分别计算不同色彩通道中两幅人脸图像的相似度xB，xR，xG，将该相似度分别带入上述对应的相似度‑概率函数Nr，Ng，Nb中，得出相似度的最大概率max[Nr(xR)，Ng(xG)，Nb(xB)]，根据最大概率与阈值的关系，判断待识别的人脸图像与该存储信息中的图像是否为同一个人。本发明提供的一种基于色彩分通道的人脸识别方法，对于人脸识别中普遍存在的眼镜反光问题，提供了更为可靠和稳定的识别结果。

主权项

1.一种基于色彩分通道的人脸识别方法，其特征在于，包括如下步骤：S1：人脸识别模型的训练以及不同色彩通道的频率归一化，具体包括：S11：通过人脸识别模型的训练，得出B色彩通道，R色彩通道和G色彩通道中不同人脸特征的权重；S12:在训练图像中选取两幅人脸图像，利用上述不同人脸特征的权重分别计算B色彩通道中两幅人脸图像的相似度XB，R色彩通道中两幅人脸图像的相似度XR和G色彩通道中两幅人脸图像的相似度XG，并采用标签Y记录该两幅人脸图像是否为同一个人，若为同一个人，Y＝1，若不为同一个人，Y＝‑1；分别形成B色彩通道数据对{XB,Y}，R色彩通道数据对{XR,Y}和G色彩通道数据对{XG,Y}；S13：选取Y＝1的数据对{XB,Y}，{XR,Y}，{XG,Y}，分别进行频率统计，并归一化，得出自变量为相似度，因变量为相似度频率的相似度‑频率函数Mr，Mg，Mb，所述相似度‑频率函数中因变量的最大值为最大频率，其对应的相似度为最大频率相似度K，所述相似度频率等于本通道中该相似度出现的次数与本通道中Y＝1的数据对总数的比值；S14：将所述相似度‑频率函数Mr，Mg，Mb分别进行优化形成相似度‑概率函数Nr，Ng，Nb：定义相似度‑概率函数中大于等于K的相似度对应的概率为1，定义相似度‑概率函数中小于K的相似度对应的概率为原相似度‑频率函数中对应的频率与该函数中最大频率的比值；S2：选取待识别的人脸图像和存储信息中的人脸图像，利用上述不同人脸特征的权重分别计算不同色彩通道中两幅人脸图像的相似度xB，xR，xG，将该相似度分别带入上述对应的相似度‑概率函数Nr，Ng，Nb中，得出相似度的最大概率max[Nr(xR)，Ng(xG)，Nb(xB)]，若该相似度的最大概率大于等于阈值，则表示该待识别的人脸图像与该存储信息中的图像为同一个人，若该相似度的最大概率小于阈值，则表示该待识别的人脸图像与该存储信息中的图像不为同一个人。