一種人臉識別方法
【專利摘要】本發(fā)明公開了一種人臉識別方法，首先，通過圖像采集設(shè)備采集人臉數(shù)據(jù)信息，采集多個人的人臉數(shù)據(jù)信息作為訓(xùn)練集導(dǎo)入測試設(shè)備中，其次將訓(xùn)練集進(jìn)行預(yù)分類，并轉(zhuǎn)化為矩陣形式；接著，將對稱非負(fù)矩陣分解算法作用于訓(xùn)練集，得到低維子空間；最后，將待識別的人臉數(shù)據(jù)信息映射到低維子空間中，利用人臉分類方法確定待識別的人臉數(shù)據(jù)信息的具體類別。本發(fā)明提供了一種快速精確的人臉識別方法，解決了傳統(tǒng)人臉識別方法收斂速度慢、耗時長的問題。
【專利說明】一種人臉識別方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于數(shù)字圖像處理【技術(shù)領(lǐng)域】，特別涉及了一種人臉識別方法。

【背景技術(shù)】
[0002] 人臉識別技術(shù)是一種基于生物特征的識別方式，與指紋識別等傳統(tǒng)的識別方式相 t匕，因?yàn)樗ㄟ^攝像頭進(jìn)行樣本采集，該過程不需要任何直接的接觸，因而具有簡單、快捷 的優(yōu)點(diǎn)；而人類通常都是依據(jù)人的面部信息將彼此識別出來，因而它還具有直觀性；而且 由于人臉的采集不需要像指紋和虹膜一樣需要特殊的外部設(shè)備來采集，降低了從設(shè)備上進(jìn) 行造假或者信息泄漏的危險，因此它也降低了系統(tǒng)被偽裝欺騙的可能性。所以人臉識別技 術(shù)在諸多領(lǐng)域都有廣泛的應(yīng)用，而人臉識別技術(shù)中的人臉特征提取及模式識別是近年來基 于生物特征研究的熱點(diǎn)之一。
[0003] 目前人臉識別技術(shù)已廣泛用于政府、軍隊(duì)、銀行、社會福利保障、電子商務(wù)、安全防 務(wù)等領(lǐng)域。比如，一位儲戶去銀行取款，他可以不帶銀行卡，也不用回憶密碼，因?yàn)樗谔峥?機(jī)上提款時，一臺攝像機(jī)對該用戶的人臉進(jìn)行掃描，然后迅速而準(zhǔn)確地完成了用戶身份鑒 定，辦理完業(yè)務(wù)。此外，美國"9. 11"事件后，反恐怖活動已成為各國政府的共識，加強(qiáng)機(jī)場、 商場、火車站、汽車站等公共場所的安全防務(wù)十分重要。美國維薩格公司的臉像識別技術(shù)在 美國的兩家機(jī)場就大顯神通，它能在擁擠的人群中挑出某一張面孔，判斷他是不是通緝犯。
[0004] 隨著人臉識別技術(shù)的進(jìn)一步成熟和社會認(rèn)同度的提高，人臉識別技術(shù)將應(yīng)用在更 多的領(lǐng)域。比如企業(yè)、住宅安全和管理，如人臉識別門禁考勤系統(tǒng)，人臉識別防盜門等；電子 護(hù)照及身份證，國際民航組織（ICA0)已確定，從2010年起，其118個成員國家和地區(qū)，必須 使用機(jī)讀護(hù)照，人臉識別技術(shù)是首推識別模式，該規(guī)定已經(jīng)成為國際標(biāo)準(zhǔn)，中國的電子護(hù)照 計(jì)劃公安部一所正在加緊規(guī)劃和實(shí)施；公安、司法和刑偵，安全部門可以利用人臉識別系統(tǒng) 和網(wǎng)絡(luò)，在全國范圍內(nèi)搜捕逃犯；信息安全，比如計(jì)算機(jī)登錄、電子政務(wù)和電子商務(wù)，當(dāng)前， 交易或者審批的授權(quán)都是靠密碼來實(shí)現(xiàn)，如果密碼被盜，就無法保證安全，但是使用人臉識 別技術(shù)，就可以做到當(dāng)事人在網(wǎng)上的數(shù)字身份和真實(shí)身份統(tǒng)一，從而大大增加電子商務(wù)和 電子政務(wù)系統(tǒng)的可靠性。
[0005] 而從經(jīng)濟(jì)效益上看，生物特征識別技術(shù)近幾年來以平均每年20%至30%的速度增 長，其中，人臉識別技術(shù)更是增幅高達(dá)80%，目前國內(nèi)的市場份額達(dá)到8000多萬元。所以，在 未來幾年，我國人臉識別技術(shù)的市場份額將達(dá)到數(shù)十億元人民幣。與此同時，人臉識別技術(shù) 還有一個巨大的潛在市場，即政府市場。比如，我國部分地區(qū)的社保系統(tǒng)為了確保社會保險 基金安全，防止和杜絕騙領(lǐng)、冒領(lǐng)養(yǎng)老金等情形發(fā)生，紛紛采納了"人臉動態(tài)識別身份驗(yàn)證 系統(tǒng)"，以加強(qiáng)對離退休人員的身份驗(yàn)證和管理。
[0006] 除了政府大規(guī)模應(yīng)用市場呈現(xiàn)蓄勢待發(fā)的情況外，將人臉識別產(chǎn)品嵌入到門禁控 制系統(tǒng)中的新一代門禁控制產(chǎn)品正隨著前些年的鋪墊而日趨成熟。安防產(chǎn)業(yè)中的門禁系統(tǒng) 已成為多數(shù)智能化項(xiàng)目中最常見的安防子系統(tǒng)之一，在政府、企業(yè)、工廠、石化、汽車、造船、 金融、醫(yī)院、部隊(duì)等領(lǐng)域得到了大量應(yīng)用，同時，市場需求呈現(xiàn)快速增長的發(fā)展局面。相關(guān)數(shù) 據(jù)顯示，我國的安防門禁系統(tǒng)產(chǎn)品及配套設(shè)備市場的產(chǎn)業(yè)鏈近年來實(shí)現(xiàn)了年20%至25%的 增長速度。
[0007] 因此，對于人臉識別技術(shù)的開發(fā)便變得極為的重要和迫切，能否提供更好、更加穩(wěn) 定的算法，然后在此基礎(chǔ)上進(jìn)行產(chǎn)品和技術(shù)的革新也成為當(dāng)今人臉識別技術(shù)市場的一個重 要的任務(wù)。


【發(fā)明內(nèi)容】

[0008] 為了解決【背景技術(shù)】存在的問題，本發(fā)明旨在提供一種人臉識別方法，解決傳統(tǒng)人 臉識別方法收斂速度慢、耗時長的問題。
[0009] 為了實(shí)現(xiàn)上述技術(shù)目的，本發(fā)明的技術(shù)方案為： 一種人臉識別方法， (1) 通過圖像采集設(shè)備采集人臉數(shù)據(jù)信息，采集多個人的人臉數(shù)據(jù)信息作為訓(xùn)練集導(dǎo) 入測試設(shè)備中； (2) 測試設(shè)備將訓(xùn)練集進(jìn)行預(yù)分類，并轉(zhuǎn)化為矩陣形式； (3) 將對稱非負(fù)矩陣分解算法作用于訓(xùn)練集，從而把高維的原始數(shù)據(jù)降維，得到低維子 空間； (4) 將待識別的人臉數(shù)據(jù)信息映射到步驟（3)得到的低維子空間中； (5) 利用人臉分類方法確定待識別的人臉數(shù)據(jù)信息的具體類別。
[0010] 其中，上述步驟（2)中的預(yù)分類是將每一個人的人臉數(shù)據(jù)信息作為一個類。
[0011] 其中，上述步驟（5)中的人臉分類方法為ι-nearest方法或者k-nearest方法。
[0012] 其中，上述圖像采集設(shè)備為數(shù)碼相機(jī)。
[0013] 其中，上述測試設(shè)備為PC機(jī)。
[0014] 采用上述技術(shù)方案帶來的有益效果是： 本發(fā)明將具體的圖像抽象化成矩陣處理，這樣方便數(shù)據(jù)的處理。將對稱非負(fù)矩陣算法 用于維數(shù)降階當(dāng)中，這個算法不僅能夠快速的對原始數(shù)據(jù)進(jìn)行降維壓縮，并且能夠保證提 取的維數(shù)的有效性，所以，我們將這個算法應(yīng)用于人臉識別當(dāng)中，可以快速精確的識別人臉 的類別。

【專利附圖】

【附圖說明】
[0015] 圖1是本發(fā)明的流程圖。

【具體實(shí)施方式】
[0016] 以下將結(jié)合附圖，對本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說明。
[0017] 如圖1所示本發(fā)明的流程圖，一種人臉識別方法，包含以下步驟： (1) 通過圖像采集設(shè)備采集人臉數(shù)據(jù)信息，采集多個人的人臉數(shù)據(jù)信息作為訓(xùn)練集導(dǎo) 入測試設(shè)備中； (2) 測試設(shè)備將訓(xùn)練集進(jìn)行預(yù)分類，并轉(zhuǎn)化為矩陣形式，這里的預(yù)分類是將每一個人的 人臉數(shù)據(jù)信息作為一個類； (3) 將對稱非負(fù)矩陣分解算法作用于訓(xùn)練集，從而把高維的原始數(shù)據(jù)降維，得到低維子 空間； (4) 將待識別的人臉數(shù)據(jù)信息映射到步驟（3)得到的低維子空間中； (5) 利用人臉分類方法確定待識別的人臉數(shù)據(jù)信息的具體類別，這里的人臉分類方法 1-nearest k-nearest 77?〇
[0018] 在本實(shí)施例中，圖像米集設(shè)備米用數(shù)碼相機(jī)，測試設(shè)備米用PC機(jī)。
[0019] 以0RL數(shù)據(jù)庫為例，0RL數(shù)據(jù)庫含有40個人，每個人有10張人臉信息，選擇每個 人的前5張人臉信息作為訓(xùn)練樣本，后5張人臉信息作為測試樣本。將訓(xùn)練樣本導(dǎo)入PC 機(jī)中，PC機(jī)對訓(xùn)練樣本以每個人為一類進(jìn)行分類并轉(zhuǎn)換成對稱矩陣，通過對訓(xùn)練樣本做對 稱非負(fù)矩陣分解，得到一個低維的非負(fù)子空間，然后再將測試樣本投影到該低維空間，通過 k-nearest方法分類對測試樣本進(jìn)行分類識別。該方法的識別率接近90%。
[0020] 以上實(shí)施例僅為說明本發(fā)明的技術(shù)思想，不能以此限定本發(fā)明的保護(hù)范圍，凡是 按照本發(fā)明提出的技術(shù)思想，在技術(shù)方案基礎(chǔ)上所做的任何改動，均落入本發(fā)明保護(hù)范圍 之內(nèi)。
【權(quán)利要求】
1. 一種人臉識別方法，其特征在于： (1) 通過圖像采集設(shè)備采集多個人的人臉數(shù)據(jù)信息，這些人臉數(shù)據(jù)信息作為訓(xùn)練集導(dǎo) 入測試設(shè)備中； (2) 測試設(shè)備將訓(xùn)練集進(jìn)行預(yù)分類，并轉(zhuǎn)化為矩陣形式； (3) 將對稱非負(fù)矩陣分解算法作用于訓(xùn)練集，從而把高維的原始數(shù)據(jù)降維，得到低維子 空間； (4) 將待識別的人臉數(shù)據(jù)信息映射到步驟（3)得到的低維子空間中； (5) 利用人臉分類方法確定待識別的人臉數(shù)據(jù)信息的具體類別。
2. 根據(jù)權(quán)利要求1所述一種人臉識別方法，其特征在于：所述步驟（2)中的預(yù)分類是將 每一個人的人臉數(shù)據(jù)信息作為一個類。
3. 根據(jù)權(quán)利要求1所述一種人臉識別方法，其特征在于：所述步驟（5)中的人臉分類方 1-nearest k-nearest 77?〇
4. 根據(jù)權(quán)利要求1所述一種人臉識別方法，其特征在于：所述圖像采集設(shè)備為數(shù)碼相 機(jī)。
5. 根據(jù)權(quán)利要求1所述一種人臉識別方法，其特征在于：所述測試設(shè)備為PC機(jī)。
【文檔編號】G06K9/62GK104091159SQ201410333136
【公開日】2014年10月8日 申請日期:2014年7月14日 優(yōu)先權(quán)日:2014年7月14日
【發(fā)明者】張漪 , 王琪, 王炫盛 申請人:無錫市合鑫川自動化設(shè)備有限公司