[发明专利]一种吸引局部二阶梯度轮廓模式人脸特征提取方法

说明书

本发明公开了一种吸引局部二阶梯度轮廓模式人脸特征提取方法。本发明将人脸邻域图转化为对应的边缘响应图，根据稳定性极强的吸引模式对边缘响应图进行编码，克服了传统提取一阶信息算法特征提取有效性不足以及传统提取二阶梯度算法对随机噪声、姿态、表情敏感的缺点，实现了特征提取有效性与特征编码稳定性的平衡，在遮挡情况下也保持更高的识别率，抗噪性能更优异，鲁棒性更强。

技术领域

本发明属于人脸识别技术领域，特别涉及一种吸引局部二阶梯度轮廓模式人脸特征提取方法。

背景技术

人脸识别主要有以下几个步骤：人脸检测，人脸预处理，人脸表征和分类识别等。人脸识别由于其广泛的应用领域、非侵入式且便利的采集方式，一直是被深入研究但又亟待突破的研究热点。实际应用中广泛存在的诸如光照、遮挡、姿态、表情等因素依然是造成识别性能剧烈变化的主要困难，其根本原因就是这些因素严重影响了人脸特征提取和表征的有效性和稳定性，其中，有效性是描述特征提取效果好坏的重要指标之一，体现了提取的特征信息对于分类的作用大小，最直观的表现为识别率的高低。

局部方向模式(Local Directional Pattern，LDP)的人脸特征提取利用人脸边缘响应图邻域内元素之间的大小结构关系实现人脸的表征。LDP类部分改进方法利用边缘响应图中元素之间的大小关系进行编码，利用了梯度信息，对干扰的鲁棒性较高，但有效性不足。经典的相关文献有：Chen F C,Jahanshahi M R,Wu R T,et al.A texture -BasedVideo Processing Methodology Using Bayesian Data Fusion for Autonomous CrackDetection on Metallic Surfaces[J].Computer-Aided Civil and InfrastructureEngineering,2017,32(4):271-287；LDP另一部分改进方法利用边缘响应图中元素之间差值的大小关系进行编码，利用了二阶梯度信息，有效性显著提升，但对干扰的鲁棒性有所降低。经典的相关文献有：王晓华.融合局部特征的面部遮挡表情识别[J]. 中国图象图形学报,2016(21):1473-1482。但到目前为止，还未有方法能够在有效性与鲁棒性之间实现较好的平衡。本发明针对现有问题，引入二阶梯度信息提升方法的有效性，引入吸引模式提升方法对干扰的鲁棒性，同时满足有效性和对干扰的鲁棒性，实现有效、稳定的人脸表征。

发明内容

本发明是为了解决传统LDP类算法在特征提取的有效性和特征编码的稳定性难以取得平衡的问题，提出一种吸引局部二阶梯度轮廓模式(ALSGC)人脸特征提取方法。本发明方法引入吸引模式三元组编码：邻域内三个相邻元素组成的三元组中，如果两边的元素值均大于等于中间元素值，那么对该三元组进行吸引模式编码后的值为1，否则为0。方法首先将人脸图像与Kirsch模板算子卷积，得到对应的边缘响应图，再分别对边缘响应图进行吸引模式编码，结合局部平均灰度值、邻域中心灰度值和全局平均灰度值的吸引模式三元组编码，最终得到有效、稳定的人脸表征。

本发明具体包括如下步骤：

步骤1、输入标准单个人脸灰度图像后，从图像任意一点开始逐个选择待编码像素点，并以此为中心选取3×3的邻域。

步骤2、将步骤1选取的3×3邻域与同样大小的Kirsch模板算子卷积得到该邻域的边缘响应图。

步骤3、对边缘响应图进行吸引模式编码：

首先从3×3边缘响应图外侧选择一个边缘响应点作为起始边缘响应点，按照顺时针或逆时针的特定顺序选取边缘响应三元组：取当前起始边缘响应点，以及3×3边缘响应图外侧与当前边缘响应点最接近的两个边缘响应点，组成边缘响应三元组；

当边缘响应三元组的中间边缘响应点的响应值均小于两侧边缘响应点的响应值，则该三元组属于吸引模式，起始边缘响应点对应的编码为1，否则不属于吸引模式，对应的编码为0。以此类推，按照既定顺序逐步选取8组边缘响应三元组，得到8位二进制编码。