人臉識別方法和人臉識別系統(tǒng)的制作方法
【專利摘要】一種人臉識別方法及人臉識別系統(tǒng)，該方法包括步驟：獲取待識別原始彩色圖像；抽取所述待識別原始彩色圖像的預(yù)設(shè)通道類型的通道彩色圖像；針對各通道彩色圖像，分別抽取對應(yīng)的圖像特征；對各通道彩色圖像的圖像特征進(jìn)行降維處理，獲得降維后的圖像特征；對各通道降維后特征分別計算余弦距離相似度，并以SVM融合獲得原始圖像的最終相似度。根據(jù)本發(fā)明方案，能夠從不同角度來對人臉圖像信息進(jìn)行描述，從而提高了人臉圖像信息描述的準(zhǔn)確性，便于在各種人臉驗證與識別的場合進(jìn)行應(yīng)用。
【專利說明】人臉識別方法和人臉識別系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及人臉識別領(lǐng)域，特別涉及一種人臉識別方法、一種人臉識別系統(tǒng)。
【背景技術(shù)】
[0002]人機(jī)交互技術(shù)的應(yīng)用日益廣泛，在人機(jī)交互領(lǐng)域中，人臉識別技術(shù)具有非常重要的意義。作為模式識別與機(jī)器學(xué)習(xí)領(lǐng)域的主要研究方法之一，已經(jīng)有大量的人臉識別算法被提出。在傳統(tǒng)的人臉識別應(yīng)用中，由于受到采集設(shè)備和外界光照干擾等因素的影響，采集的人臉圖像通常表示為灰度圖像或者紅外圖像，因而，人臉識別的算法也通常針對單通道灰度圖像進(jìn)行。在圖像編碼中，灰度圖像與彩色圖像的如8通道圖像之間的線性融合，將丟失原始人臉圖像的部分信息，從而人臉圖像信息的描述不夠準(zhǔn)確，導(dǎo)致最后的人臉識別的不精確，影響到人臉識別的準(zhǔn)確性。

【發(fā)明內(nèi)容】

[0003]針對上述現(xiàn)有技術(shù)中存在的問題，本發(fā)明的一個目的在于提供一種人臉識別方法，本發(fā)明的另一個目的在于提供一種人臉識別系統(tǒng)，其可以提高人臉圖像信息描述的準(zhǔn)確性，且能夠在各種人臉驗證與識別的場合進(jìn)行應(yīng)用。
[0004]為達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案:
[0005]一種人臉識別方法，包括步驟:
[0006]獲取待識別原始彩色圖像；
[0007]抽取所述待識別原始彩色圖像的預(yù)設(shè)通道類型的通道彩色圖像；
[0008]針對各通道彩色圖像，分別抽取對應(yīng)的圖像特征；
[0009]對各通道彩色圖像的圖像特征進(jìn)行降維處理，獲得降維后的圖像特征。
[0010]一種人臉識別系統(tǒng)，包括:
[0011]圖像獲取單元，用于獲取待識別原始彩色圖像；
[0012]通道圖像抽取單元，用于抽取所述待識別原始彩色圖像的預(yù)設(shè)通道類型的通道彩色圖像；
[0013]特征抽取單元，用于針對各所述通道彩色圖像，分別抽取對應(yīng)的兩種以上的顏色特征；
[0014]降維單元，用于對各所述通道彩色圖像的兩種以上的顏色特征進(jìn)行降維處理，獲得降維后的圖像特征。
[0015]根據(jù)本發(fā)明方案，在獲取了待識別原始彩色圖像之后，是抽取該待識別原始彩色圖像的預(yù)設(shè)通道類型的通道彩色圖像，并針對這些通道類型的通道彩色圖像，分別抽取對應(yīng)的圖像特征，并對抽取的圖像特征分別進(jìn)行降維處理，獲得降維后的圖像特征，這些各通道的降維后的圖像特征分別從不同的角度表征了待識別原始彩色圖像的不同性能，將這些不同性能進(jìn)行結(jié)合，能夠從不同角度來對人臉圖像信息進(jìn)行描述，從而提高了人臉圖像信息描述的準(zhǔn)確性，便于在各種人臉驗證與識別的場合進(jìn)行應(yīng)用?！緦＠綀D】

【附圖說明】
[0016]圖1是本發(fā)明的人臉識別方法實施例的流程示意圖；
[0017]圖2是本發(fā)明實施例中所提取的8個通道的彩色圖像的圖像示意圖；
[0018]圖3是本發(fā)明實施例中所提取的5個尺度、8個方向的特征的示意圖；
[0019]圖4是本發(fā)明實施例中不同鄰域大小的特征及融合后的！18？特征的示意圖；
[0020]圖5是本發(fā)明的人臉識別系統(tǒng)實施例的結(jié)構(gòu)示意圖。
【具體實施方式】
[0021]以下結(jié)合其中的較佳實施方式對本發(fā)明方案進(jìn)行詳細(xì)闡述，在下述說明中，首先針對本發(fā)明的人臉識別方法的實施例進(jìn)行說明，再針對本發(fā)明的人臉識別系統(tǒng)的實施例進(jìn)行說明。
[0022]圖1中示出了本發(fā)明的人臉識別方法實施例的流程示意圖。如圖1所示，本實施例中的方法包括步驟:
[0023]步驟3101:獲取待識別原始彩色圖像；
[0024]步驟3102:抽取所述待識別原始彩色圖像的預(yù)設(shè)通道類型的通道彩色圖像；
[0025]步驟3103:針對各通道彩色圖像，分別抽取對應(yīng)的圖像特征；
[0026]步驟3104:對各通道彩色圖像的圖像特征進(jìn)行降維處理，獲得降維后的圖像特征。
[0027]根據(jù)本實施例中的方案，在獲取了待識別原始彩色圖像之后，是抽取該待識別原始彩色圖像的預(yù)設(shè)通道類型的通道彩色圖像，并針對這些通道類型的通道彩色圖像，分別抽取對應(yīng)的圖像特征，并對抽取的圖像特征進(jìn)行降維處理，獲得降維后的圖像特征，這些各通道的降維后的圖像特征分別從不同的角度表征了待識別原始彩色圖像的不同性能，將這些不同性能進(jìn)行結(jié)合，能夠從不同角度來對人臉圖像信息進(jìn)行描述，從而提高了人臉圖像信息描述的準(zhǔn)確性，便于在各種人臉驗證與識別的場合進(jìn)行應(yīng)用。
[0028]其中，對人臉識別的最常見的一種應(yīng)用，是將所識別的人臉與數(shù)據(jù)庫中的某一個或者某一些預(yù)先存儲的人臉進(jìn)行比較，判斷二者的相似性，以判定所識別的人臉是否與預(yù)先存儲的人臉對應(yīng)的人物一致，因此，在本發(fā)明的該實施例中，在上述步驟3104之后，還可以包括步驟:
[0029]步驟3105:分別計算所述待識別原始彩色圖像與預(yù)設(shè)原始彩色圖像的各通道彩色圖像降維后的圖像特征的相似度；
[0030]步驟3106:對各通道彩色圖像的相似度進(jìn)行融合，得到所述待識別原始彩色圖像與預(yù)設(shè)原始彩色圖像的最終相似度。
`[0031]以下就發(fā)明方法的實施例中上述各步驟的具體實現(xiàn)方式進(jìn)行舉例說明。
[0032]彩色人臉圖像在人臉檢測、人臉檢索等場合的應(yīng)用比較多，但是在人臉識別中并不多見，有研究表明，相比于灰度圖像，彩色圖像包含有更多的圖像信息，不同通道的彩色圖像，其圖像信息也并不相同。
[0033]在灰度圖像表示下，圖像像素值通常采用1--通道的平均值(例如=(尺+6+8)/3)或者加權(quán)值(例如= 0.29901^+0.58706+0.11408)來表示，甚至通過訓(xùn)練樣本學(xué)習(xí)出最優(yōu)灰度值表示的RGB通道權(quán)重a 1、a2、Ci3，并基于所得到的權(quán)重來表示圖像像素值(例如Gray = a #+a 2G+α 3B)，權(quán)重對灰度圖像的表示存在一定的影響，在不同的權(quán)重表示下，通常能獲得不同的人臉識別率。盡管如此，由于圖像像素值表示的局限性，融合后的灰度圖像仍然導(dǎo)致了部分區(qū)域圖像信息的丟失，直接采用彩色圖像表示能夠最大可能保留原始圖像信息。
[0034]常見的人臉彩色圖像的表達(dá)方式有多種，例如RGB、HSV、YUV、YCbCr、XYZ、?Q、LAB顏色/色彩空間等等，不同的表示方法下圖像像素值會有所不同，在本發(fā)明的上述步驟S102中抽取待識別原始彩色圖像的多通道彩色圖像時，可以任意選擇兩種以上不同類型顏色空間的多種通道的彩色圖像。
[0035]在本實施例中，考慮到RGB、YCbCr、YIQ顏色空間對原始圖像的顏色通道具有相互補(bǔ)充的描述，因此，選用RGB、YCbCr, YIQ顏色空間來對原始彩色圖像進(jìn)行描述，即預(yù)設(shè)通道類型包括R通道、G通道、B通道、Y通道、Cb通道、Cr通道、I通道、Q通道，預(yù)設(shè)通道類型的通道彩色圖像包括:R通道彩色圖像、G通道彩色圖像、B通道彩色圖像、Y通道彩色圖像、Cb通道彩色圖像、Cr通道彩色圖像、I通道彩色圖像、Q通道彩色圖像。在本發(fā)明的另外一個實施例中，由于YUV與YCbCr往往呈現(xiàn)出像素差異很小的圖像，因此也可以選用RGB、YUV、YIQ顏色空間來對原始彩色圖像進(jìn)行描述。
[0036]針對RGB顏色空間來說，其R、G、B三通道的值，可以直接基于原始的待識別原始彩色圖像獲得，具體的獲得圖像的R、G、B值的方式可以采用目前已有以及將來出現(xiàn)的任何一種方式。而針對YCbCr、YUV、YIQ空間來說，其對應(yīng)的值可以根據(jù)與RGB空間的轉(zhuǎn)換公式來獲得，具體的轉(zhuǎn)換公式可以是如下所述:
【權(quán)利要求】
1.一種人臉識別方法，其特征在于，包括步驟: 獲取待識別原始彩色圖像； 抽取所述待識別原始彩色圖像的預(yù)設(shè)通道類型的通道彩色圖像； 針對各通道彩色圖像，分別抽取對應(yīng)的圖像特征； 對各通道彩色圖像的圖像特征進(jìn)行降維處理，獲得降維后的圖像特征。
2.根據(jù)權(quán)利要求1所述的人臉識別方法，其特征在于，還包括步驟: 分別計算所述待識別原始彩色圖像與預(yù)設(shè)原始彩色圖像的各通道彩色圖像的降維后的圖像特征的相似度； 對各通道彩色圖像的相似度進(jìn)行融合，得到所述待識別原始彩色圖像與預(yù)設(shè)原始彩色圖像的最終相似度。
3.根據(jù)權(quán)利要求2所述的人臉識別方法，其特征在于: 采用余弦公式計算各通道彩色圖像的降維后的圖像特征的相似度； 采用VI訓(xùn)練權(quán)重融合對各通道彩色圖像的相似度進(jìn)行融合，得到所述最終相似度。
4.根據(jù)權(quán)利要求1或2或3所述的人臉識別方法，其特征在于，所述預(yù)設(shè)通道類型的通道彩色圖像包括卩通道彩色圖像、6通道彩色圖像、8通道彩色圖像、X通道彩色圖像、(?通道彩色圖像、0通道彩色圖像、I通道彩色圖像、0通道彩色圖像。
5.根據(jù)權(quán)利要求1或2或3所述的人臉識別方法，其特征在于，所述圖像特征為特征、18？特征。
6.根據(jù)權(quán)利要求5所述的人臉識別方法，其特征在于，針對各通道彩色圖像抽取對應(yīng)的特征的過程包括: 針對每個像素點，通過選擇第一預(yù)設(shè)數(shù)目個尺度和第二預(yù)設(shè)數(shù)目個方向，根據(jù)核計算該像素點的鄰域點的卷積特征模值，得到該像素點的(^化!"特征。
7.根據(jù)權(quán)利要求6所述的人臉識別方法，其特征在于，所述第一預(yù)設(shè)數(shù)目為5，所述第二預(yù)設(shè)數(shù)目為8。
8.根據(jù)權(quán)利要求5所述的人臉識別方法，其特征在于，針對各通道彩色圖像抽取對應(yīng)的見8？特征的過程包括: 采用見8？編碼方式計算各像素點在兩種以上不同鄰域大小情況下的見8？編碼值；對各不同鄰域大小情況下的編碼值進(jìn)行串聯(lián)、疊加，獲得該通道彩色圖像對應(yīng)的此8？特征。
9.根據(jù)權(quán)利要求8所述的人臉識別方法，其特征在于，所述不同鄰域大小分別為鄰域1、鄰域2、鄰域3。
10.根據(jù)權(quán)利要求1或2或3所述的人臉識別方法，其特征在于，采用1^0八降維方式進(jìn)行所述降維處理。
11.一種人臉識別系統(tǒng)，其特征在于，包括: 圖像獲取單元，用于獲取待識別原始彩色圖像； 通道圖像抽取單元，用于抽取所述待識別原始彩色圖像的預(yù)設(shè)通道類型的通道彩色圖像； 特征抽取單元，用于針對各所述通道彩色圖像，分別抽取對應(yīng)的圖像特征； 降維單元，用于對各所述通道彩色圖像的圖像特征進(jìn)行降維處理，獲得降維后的圖像特征。
12.根據(jù)權(quán)利要求11所述的人臉識別系統(tǒng)，其特征在于，還包括: 相似度計算單元，用于分別計算所述待識別原始彩色圖像與預(yù)設(shè)原始彩色圖像的各通道彩色圖像的降維后的圖像特征的相似度； 相似度融合單元，用于對各所述通道彩色圖像的相似度進(jìn)行融合，得到所述待識別原始彩色圖像與預(yù)設(shè)原始彩色圖像的最終相似度。
13.根據(jù)權(quán)利要求12所述的人臉識別系統(tǒng)，其特征在于: 所述相似度計算單元采用余弦公式計算各通道彩色圖像的降維后的圖像特征的相似度； 所述相似度融合單元采用3穩(wěn)訓(xùn)練權(quán)重融合對各通道彩色圖像的相似度進(jìn)行融合，得到所述最終相似度。
14.根據(jù)權(quán)利要求11或12或13所述的人臉識別系統(tǒng)，其特征在于，所述預(yù)設(shè)通道類型的通道彩色圖像包括I？通道彩色圖像、6通道彩色圖像、8通道彩色圖像、X通道彩色圖像、(?通道彩色圖像、01-通道彩色圖像、I通道彩色圖像、0通道彩色圖像。
15.根據(jù)權(quán)利要求11或12或13所述的人臉識別系統(tǒng)，其特征在于，所述圖像特征為6&1301-特征、HLBP特征。
16.根據(jù)權(quán)利要求15所述的人臉識別方法，其特征在于，所述特征抽取單元，采用下述方式抽取各通道彩色圖像對應(yīng)的6處01~特征: 針對每個像素點，通過選擇第一預(yù)設(shè)數(shù)目個尺度和第二預(yù)設(shè)數(shù)目個方向，根據(jù)核計算該像素點的鄰域點的卷積特征模值，得到該像素點的(^化!"特征。
17.根據(jù)權(quán)利要求16所述的人臉識別系統(tǒng)，其特征在于，所述第一預(yù)設(shè)數(shù)目為5，所述第二預(yù)設(shè)數(shù)目為8。
18.根據(jù)權(quán)利要求15所述的人臉識別系統(tǒng)，其特征在于，所述特征抽取單元采用下述方式抽取各通道彩色圖像對應(yīng)的特征: 采用^^8？編碼方式計算各像素點在兩種以上不同鄰域大小情況下的編碼值； 對各不同鄰域大小情況下的編碼值進(jìn)行串聯(lián)、疊加，獲得該通道彩色圖像對應(yīng)的18？特征。
19.根據(jù)權(quán)利要求18所述的人臉識別系統(tǒng)，其特征在于，所述不同鄰域大小分別為鄰域1、鄰域2、鄰域3。
20.根據(jù)權(quán)利要求11或12或13所述的人臉識別方法，其特征在于，所述降維單元采用 降維方式進(jìn)行所述降維處理。
【文檔編號】G06K9/00GK103839042SQ201210491316
【公開日】2014年6月4日 申請日期:2012年11月27日 優(yōu)先權(quán)日:2012年11月27日
【發(fā)明者】熊鵬飛 申請人:騰訊科技（深圳）有限公司