[发明专利]人脸特征提取方法

说明书

技术领域

本发明涉及人脸识别技术领域，尤其涉及基于经验模式分解的人脸特征提取方法。

背景技术

基于人脸照片的人脸识别技术在公共安全、数字艺术、游戏等领域均有广泛的应用。光照变化问题一直是影响人脸识别性能的关键因素。为了克服光照变化对人脸识别技术的影响，需要从输入的人脸照片中获取人脸的光照不变表达。已有研究表明：光照变化主要影响到照片的低频成分，而对高频成分影响较小。因此，现有主流方法是通过对照片进行频谱分析，提取照片的高频成分作为光照不变表达。现有算法中主要采用的频谱分析算法包括：小波变换(如文献T.Zhang,B.Fang,Y.Yuan etal.,Multiscale facial structure representation for face recognition undervarying illumination,Pattern Recognition,42(2009)251-258.和文献C.Garcia,G.Zikos,and G.Tziritas,A wavelet-based framework for facerecognition,in Proc.Workshop on Advances in Facial Image Analysis andRecognition Technology,ECCV,Freiburg,1998,pp.84-92.)、Gabor变换(如文献K.Okada,J.Steffens,T.Maurer et al.,The Bochum/USC facerecognition system,Face Recognition:From Theory to Applications,Springer,Berlin,1998,pp.186-205.)、加权高斯滤波(如文献H.Wang,S.Z.Li and Y.Wang,Face Recognition under Varying Lighting Conditions usingSelf Quotient Image,in Proc.Conf.Automatic Face and GestureRecognition,Seoul,2004,pp.819-824.)、离散余弦变换(如文献Z.Hafed,and M.Levine,Face recognition using the discrete cosine transform,International Journal of Computer Vision,43(2001)167-188.)、总变分模型(如文献T.Chen,W.Yin,X.Zhou,D.Comaniciu,T.S.Huang,Totalvariation models for variable lighting face recognition,IEEE Trans.PatternAnal.Mach.Intel.,28(2006)1519–1524.)、轮廓波变换(如文献X.Xie,J.Lai,W.-S.Zheng,Extraction of Illumination Invariant Facial Features froma Single Image Using Nonsubsampled Contourlet Transform,PatternRecognition,43(2010)4177-4189.)以及傅里叶变换(如文献J.Lai,P.C.Yuen,and G.Feng,Face recognition using holistic Fourier invariantfeatures,Pattern Recognition,34(2001)95-109.)。

上述频谱分析算法的主要思想是把图像信号分解为一组基本信号（称为“基”）的线性组合。但是，这些方法所用到的“基”均为人工事先设计好，和要分解信号并无关系。