[发明专利]一种伪装人脸分层识别方法及系统

说明书

技术领域

本发明涉及一种生物特征识别技术，特别是一种伪装人脸分层识别方法及系统。

背景技术

人脸识别是根据识别对象的人脸图像特征判断该对象是否与数据库中记录的某人为同一人，这是一种新兴的生物特征识别技术，人脸识别因具有采集方便以及不需要识别对象配合的优点而具有广泛的应用前景，比如用于在机场中识别记录在案的恐怖或者犯罪分子。然而，识别对象通常会在脸部进行伪装来遮蔽人脸某些区域的本来特征，这就对人脸识别系统提出很高的要求。伪装人脸通常指戴上眼镜或有胡须、化妆、过长遮挡了部分面部的头发、或遮挡了部分面部的围巾等故意或非故意的改变后的人脸。现有人脸识别系统对于此类带有伪装的人脸识别效率非常低，不能满足实际使用的需要。

发明内容

针对以上情况，本发明提供了一种能有效地识别伪装人脸的方法，并连带提出了一种应用此方法的系统。

本发明采用的技术方案可以描述为：

一种伪装人脸分层识别方法，其特征在于:采用两层分类器对识别对象脸部进行分层识别，其中第一层分类器为用于区分人脸有无伪装的通用伪装特征识别分类器，第二层分类器为用于识别对象身份的个体人脸特征识别分类器，所述第二层分类器进一步包括针对无伪装人脸的传统人脸识别分类器以及针对有伪装人脸的伪装人脸识别分类器，所述方法包含以下步骤：

1.通过可见光传感器采集识别对象的人脸图像特征数据；

2.在第一层分类器中进行通用伪装特征识别，使用可见光传感器所采集的人脸图像特征数据与数据库中伪装人脸的通用特征数据进行比较，判断对象人脸有无伪装，并对伪装类型进行分类；

3.在第二层分类器中对人脸进行个体特征识别，对于无伪装人脸直接调用传统人脸识别分类器对可见光传感器所采集的人脸特征数据进行识别，判断对象身份并输出结果，识别结束；对于有伪装人脸则进入步骤4；

4.根据步骤2对伪装类型的分类，使用红外线传感器对识别对象人脸有伪装部分进行进一步图像特征采集，并结合可见光传感器所采集的人脸的无伪装部分的图像特征数据，调用伪装人脸识别分类器进行识别，判断对象身份并输出结果，识别结束。

作为以上技术方案的一种改进，所述第一层分类器采用前向神经网络实现对人脸是否有伪装的识别判断以及伪装类型的分类。

作为以上技术方案的一种改进，第一层分类器中采用的人脸图像特征包括：用于区分有无眼镜、胡须的区域水平投影特征，用于区分有无墨镜、胡须的区域平均灰度特征，用于判断有无局部遮挡的对称相关性系数和不变矩特征，以及用于判断有无化妆的眼睛和嘴部的局部特征。

作为以上技术方案的一种改进，所述第二层分类器中的传统人脸识别分类器采用的识别方法包括主特征分析法、神经网络、小波分析和支持向量机算法。

作为以上技术方案的一种改进，第二层分类器中的伪装人脸识别分类器采用神经网络集成算法。

本发明还提出了一种伪装人脸分层识别系统，其包括用于采集对象脸部图像特征的图像采集单元，以及储存并运行所述分层识别分类器和数据库以对所采集特征数据进行分析识别的计算机主机，其中所述图像采集单元包括并行的可见光传感器和红外传感器，在主机上运行的分类器包括两层分类器，其中第一层分类器为用于区分人脸有无伪装的伪装识别分类器，其使用可见光传感器所采集的人脸特征数据与数据库中伪装人脸的通用特征数据进行比较匹配，判断对象人脸有无伪装，并对伪装类型进行分类；第二层分类器为用于识别对象身份的个体人脸特征识别分类器，其进一步包括针对无伪装人脸的传统人脸识别分类器以及针对有伪装人脸的伪装人脸识别分类器，对于无伪装人脸直接调用传统人脸识别分类器对可见光传感器所采集的人脸图像特征数据进行识别，对于有伪装人脸则调用伪装人脸识别分类器对红外线传感器结合可见光传感器采集的人脸图像特征数据进行识别以判断对象身份。

作为以上技术方案的一种改进，所述可见光传感器（11）为CCD或CMOS图像传感器。

本发明的有益效果是：

本发明所提出的技术包括两层分类器，通过对大量伪装人脸样本的学习，建立了可识别是否化伪装的第一层分类器，再在第二层两个分类器分别识别无伪装的人脸和伪装人脸；其结合可见光传感器和红外传感器分别获取识别对象的人脸可见光图像和红外图像，传送到计算机进行分层识别，得出对象是否是数据库中的某人或不在数据库中的结论。此技术有效地解决了传统人脸识别技术无法识别伪装人脸或者识别率低的问题，具有广泛的应用前景。

附图说明

图1为伪装人脸分层识别算法逻辑框图；

图2为第一层分类器逻辑框图；