[发明专利]基于可穿戴设备的人脸识别方法及用于边防的可穿戴人脸检测设备

权利要求书

1.一种基于可穿戴设备的人脸识别方法，其特征在于，包括：

将原图像分为五个子块，其中第一子块至第四子块能够拼接形成原图像，并且第一子块至第四子块中任意两个相互重叠子块的重叠区域尺寸符合预设人脸识别算法的最小检测精度；第五子块为所述原图像长宽减半以后所得的缩小图；

使用预设人脸识别算法对所述的五个子块进行并行识别，得到用于标识人脸所在区域的识别结果；

将识别结果进行坐标修正与重叠区域合并，在所述原图像上标记出修正后的结果；

对标记后的原图像进行人脸轮廓提取，得到表示人脸特征的待测向量；

将所述待测向量与预设人脸特征库中的特征向量进行比对，得到比对结果；

设所述原图像的宽为w，高为h，g为预设人脸识别算法的最小检测精度的二倍，则

第一子块在原图像中所占区域为

第二子块在原图像中所占区域为

第三子块在原图像中所占区域为

第四子块在原图像中所占区域为

坐标修正过程为：

设各个子块中的识别结果在该子块中的位置坐标为(x,y)，

将第一子块中的识别结果映射为原图像的(x,y)；

将第二子块中的识别结果映射为原图像的

将第三子块中的识别结果映射为原图像的

将第四子块中的识别结果映射为原图像的

重叠区域合并过程为：

获取各个识别结果在原图像中的中心位置坐标(x_c，y_c)；

计算所有识别结果中心位置坐标间的距离Dcc；

Dcc小于预设值的区域进行合并，合并方式为选取重叠区域的最大外边域；

使用合并后的区域替换原区域；

人脸特征库通过以下过程构建：

设人脸特征库中包括M个特征向量，每个特征向量的维度为n；

对于每个特征向量，将第k个维度构成数组L，对L进行排序，计算排序后中间间隔最大的两个数差值Ld；

根据所有维度中最大的差值Ld，记录其维度k和中间间隔最大的两个数的均值Lk，根据k和Lk将M个特征向量分割成两个子集；

重复上述步骤，直至每个子集中的向量数不大于预设值。

2.根据权利要求1所述的基于可穿戴设备的人脸识别方法，其特征在于，预设人脸识别算法为HOGSVM的目标检测算法。

3.根据权利要求1所述的基于可穿戴设备的人脸识别方法，其特征在于，人脸轮廓提取通过基于增强残差GBDT森林实现。

4.根据权利要求1所述的基于可穿戴设备的人脸识别方法，其特征在于，所述预设值为8。

5.根据权利要求1所述的基于可穿戴设备的人脸识别方法，其特征在于，将所述待测向量与预设人脸特征库中的特征向量进行比对，得到比对结果的具体过程为：

在特征库中的每个子集中任选一个特征向量与待测向量进行矢量内积运算，选出计算结果最大的子集，再将该子集内每一个特征向量与待测向量进行矢量内积运算，选出计算结果最大的特征向量作为比对结果，且将矢量内积的最大值作为相似度。

6.一种用于边防的可穿戴人脸检测设备，包括：

拍摄装置，用于获取视景内的原图像；

存储装置，用于存储人脸特征库，所述特征库中包括预设的能够表征人脸特征的特征向量；

处理器，用于通过执行计算机程序指令实现如权利要求1至5中任意一项所述的基于可穿戴设备的人脸识别方法，以识别出原图像中是否存在与所述特征库中已存储的特征相同的人脸。