[发明专利]一种基于完全二值姿态仿射尺度不变特征的全姿态人脸识别方法

说明书

技术领域

本发明涉及姿态人脸识别技术，具体涉及一种基于完全二值姿态仿射尺度不变特征的全姿态人脸识别方法的研究及实现。

背景技术

随着美国911恐怖袭击事件以及网络CSDN用户信息遭泄露事件的发生，生物特征识别技术受到大家关注，而人脸生物特征的识别认证技术一直是生物特征识别领域研究的热点，人脸识别在可控的情况下可以获得很好的识别性能，但在实际应用中，人脸识别往往受到很多因素影响，当人脸姿态发生变化，表情发生变化，外界光照发生变化，人脸存在遮挡（戴围巾，墨镜）等情况时，人脸识别的性能将会下降很多，这就制约了人脸识别在实际中的应用。其中人脸姿态变化给人脸识别带来的影响是使得同一个人的两幅人脸的类内差异大于不同人之间的两幅人脸的类间差异，进而造成识别错误。

因此很多研究学者致力于姿态人脸识别方法的研究，姿态人脸识别方法主要分为两大类，一类是基于特征的方法，主要有Turk等人提出的基于主成分分析的Eigenface，Belhumeur等人提出的基于线性判别分析的Fisherface，但这两种方法在姿态变化较大时识别的性能会下降很多，因此无法满足全姿态识别的要求，Wiskott等人提出了弹性束图匹配算法，这种方法需要事先定位一些关键的语义特征点，比如说眼睛，鼻子，嘴角，而这些关键语义特征点的定位本身又是一个研究难点，Ahonen 等人将局部二进制模式LBP引入到人脸识别当中，但实验证明，只有当姿态变化小于 15度时，该方法能取得较好的识别率。另一类方法是基于模型的方法，主要有Cootes等人提出的主动形状模型ASM和主动外观模型AAM，Blanz和Vetter提出的 3D 形变模型，Prince等人提出的联结因子分析模型，这类方法的主要缺陷是模型需要多幅人脸图像进行训练得到，因此计算复杂度非常高，此外像主动形状模型ASM和主动外观模型AAM还有人工标注关键点。

由于现有的姿态人脸识别方法有各自的缺陷，因此本发明针对全姿态人脸，提出一种基于完全二值姿态仿射尺度不变特征的全姿态人脸识别方法。

发明内容

本发明提供一种基于完全二值姿态仿射尺度不变特征的全姿态人脸识别方法，该方法可以实现对全姿态变化（水平向左旋转90度~水平向右旋转90度，抬头姿态，低头姿态）的人脸进行识别。

由于现有的姿态人脸识别方法有各自的缺陷，本发明针对全姿态人脸，提出一种基于完全二值姿态仿射尺度不变特征的全姿态人脸识别方法。本发明经实验分析得出仿射尺度不变特征对人脸平面内旋转具有不变性，对人脸25度以内的平面外旋转具有不变性，因此本发明采集多幅特定姿态的人脸图像，并提取它们的仿射尺度不变特征，将它们的特征融合产生完全二值姿态仿射尺度不变特征以实现对全姿态旋转变化具有不变性。本发明提出的方法不需要进行模型训练，因此在计算复杂度上要远远优于基于模型的方法，同时对于姿态变化大的情况，识别性能要远远优于传统的基于特征的方法，因此，本发明具有一定的应用价值和意义。

为了实现上述问题，本发明提供了一种基于完全二值姿态仿射尺度不变特征的全姿态人脸识别方法，该方法具体包括：

A、模板特征提取阶段，对于每个人，采集其特定姿态的人脸图像，特定姿态包括：水平向左旋转90度，水平向左旋转45度，水平旋转0度，水平向右旋转45度，水平向右旋转90度，然后对每幅人脸图像进行特征提取，将得到的特征进行融合，得到最终的模板特征，即完全二值姿态仿射尺度不变特征，并将其存入数据库中。

B、识别阶段，采集一幅任意姿态的人脸图像，对其提取特征，然后利用该特征与数据库中的每个完全二值姿态仿射尺度不变特征依次进行特征匹配，得到该人脸图像与数据库中每个人的人脸图像匹配相似度，如果最大匹配相似度大于等于设定阈值60，则最大匹配相似度所对应的的人即为最终的识别结果，如果最大匹配相似度小于设定阈值60，则该人脸图像所对应的人在数据库中不存在。

所述步骤A具体包括：

A1、对于每个人，首先利用摄像头采集其特定姿态的人脸图像，特定姿态包括：水平向左旋转90度，水平向左旋转45度，水平旋转0度，水平向右旋转45度，水平向右旋转90度；

A2、对A1步骤中采集到的特定姿态的人脸图像依次提取仿射尺度不变特征（ASIFT特征），每个特征点包括x坐标，y坐标，方向angle，尺度scale以及128维描述子；