[发明专利]一种融合人脸和手势的生物识别方法和系统

权利要求书

1.一种融合人脸和手势的生物识别方法，其特征在于：该方法包括以下步骤：

步骤1：采集人脸图像和手势图像，分别采用判别性原子背景建模方法对人脸图像和手势图像进行背景建模，去除背景干扰；

步骤2：采用灰度投影方法对实现背景建模后的人脸图像进行人眼瞳孔的位置定位，根据瞳孔距离计算人脸区域的大小，再对人脸图像进行归一化处理；

步骤3：根据定位的人眼瞳孔位置计算实现归一化处理后的人脸图像中五官特征的中心坐标，根据五官特征的中心坐标将该人脸图像分割成F个人脸区域；

步骤4：采用梯度方向直方图方法描述实现背景建模后的手势图像的特征，结合主元分析方法构建该手势图像的特征子空间，采用支撑向量机方法将该手势图像分成M种类型；

步骤5：根据步骤3中选取的F个人脸区域和步骤4中M种手势识别图像组建F×M种人脸-手势模式；设定用户眼睛连续闭合N次，进一步组建F×M×N种人脸-手势模式。

2.根据权利要求1所述的一种融合人脸和手势的生物识别方法，其特征还在于：所述判别性原子背景建模方法采用如下方式：首先将图像分割成多个图像块，将图像进行稀疏编码，在图像的稀疏编码模型基础上，利用平均信息量和词频-逆向文件频率（tf-idf）技术，对稀疏编码字典中的原子进行统计分析，查找出携带判别性信息的原子，并利用判别性原子重建图像背景信息。

3.根据权利要求2所述的一种融合人脸和手势的生物识别方法，其特征还在于：所述判别性原子背景建模方法采用如下算法：

argminD,X||Y-DX||22+λΣi||xic||0]]>

式中：为图像块组成的集合，为k个原子组成的字典，通过KSVD算法求解，为稀疏编码的系数，通过正交匹配追踪算法求解，为X的第i列，λ是用于平衡重建误差和稀疏度的参数；

在稀疏编码模型基础上，利用词频-逆向文件频率（tf-idf）统计分析方法选择判别性原子，根据下面公式进行判别性原子的选择：

tf-idf(di,yj)=|xij|×1fSR(di)]]>

其中：y_j为图像的第j个图像块，d_i为稀疏编码中的原子，x_ij是在对y_j的稀疏编码中原子d_i对应的系数，f_SR(d_i)表示在对全部样本的稀疏编码中原子d_i被使用到的频率；

设定tf-idf的临界值，将求解的tf-idf值中大于该临界值对应的原子d_i定义为判别性原子，对于原子d_i和图像块y_j，将原子d_i用于区分图像块y_j和其它图像块；

利用上述选择的判别性原子模型重建图像背景：

首先判别性原子组成集合DA，如果x_ij为判别性原子对应的稀疏编码则保留，否则记作0，判别性原子稀疏编码系数计算公式如下：

Xijd=Xij,ifdi∈DA0,ifdi∉DA]]>

其中为X^d中第i行第j列对应系数；

然后利用判别性原子稀疏编码系数X^d和步骤1中字典D，重建图像背景，计算公式如下：

YB=Y-Yd=Y-DXd]]>

式中，为采集到的图像，D为步骤1中字典，X^d为判别性原子稀疏编码系数，Y^B为所求图像背景。