[发明专利]人脸图片降维特征分析比对方法

说明书

本发明所设计的人脸图片降维特征分析比对方法，采用多维度人脸特征提取，保证获取特征知道而可靠性，在得到多维度特征后，对提取的每个人脸特征模板进行PCA降维，避免了多维度部分的特征的重复性，得到降维特征后，融合或舍弃掉不兼容整个人脸特征的特征点，以达到多种降维和均值特征的整合，最终基于五角度人脸模板均值特征，从而解决人脸相似度对比几率较低的情况，以更加方便进行人脸特征的描述和编码。

技术领域

本发明涉及图片特征的分析方法，特别是一种人脸图片降维特征分析比对方法。

背景技术

在现有技术中，通过机器学习识别人脸的特征，然后将需要对比的人脸进行特征提取，进而保留特征值，用于对比。由于人脸的特征较多，带来的问题是特征值较多，对于每个特征都需要处理，运算量较大，无法直接在嵌入式设备上实时运行，造成此种算法的只能跑在大型计算机上，而不能应用的嵌入式设备中。

发明内容

为了解决上述问题，本发明提供了一种能有效降低特征值，减少运算量，并保证对比识别时的准确率的人脸图片降维特征分析比对方法。

为了到达上述目的，本发明设计的人脸图片降维特征分析比对方法，包括以下步骤：

a)采集多维度人脸图像，包括正脸、左侧脸、右侧脸、俯视脸和仰视脸，并数字化存储，然后对采集到图像分解为眼睛、鼻子、嘴巴、脸颊轮廓的特征进行提取；

b)进行正脸的特征提取，保存正脸的特征；

c)提取左侧脸的特征，提取左边的人脸特征，而对右侧脸部的特征进行间隔降维抽取特征，获得较多的左边人脸特征；

d)提取右侧脸的特征，提取右边的人脸特征，而对左侧脸部的特征进行间隔降维抽取特征，获得较多的右边人脸特征；

e)提取俯视脸的特征，提取下部的人脸特征，而对上部人脸进行间隔降维抽取特征，获得较多的下部人脸特征；

f)提取仰视脸的特征，提取上部的人脸特征，而对下部人脸进行间隔降维抽取特征，获得较多的上部人脸特征；

g)获得上述步骤b到步骤f的五种人脸特征后，比较特征值的幅度变化，如果某个步骤得到的特征值幅度变化过大，则丢弃当前角度的人脸特征；

h)将经过步骤g处理得到的特征值，在多维度空间中进行加权相加，得到这些角度人脸的特征总和，计算当前所有获得特征点的均值特征点；

i)然后将每个获得的特征点与计算得到的平均值点进行比较，如果当前人脸特征点和均值特征点的距离比较远，认为当前特征点的质量比较差，舍去当前人脸特征点，如果当前人脸特征点和均值人脸特征点的距离接近，认为当前人脸的特征点质量比较高，则保留当前人脸的特征点。

j)最后采用加权求取平均值的方法获取人脸的均值特征，保存到人脸库中。

本发明所设计的人脸图片降维特征分析比对方法，采用多维度人脸特征提取，保证获取特征知道而可靠性，在得到多维度特征后，对提取的每个人脸特征模板进行PCA降维，避免了多维度部分的特征的重复性，得到降维特征后，融合或舍弃掉不兼容整个人脸特征的特征点，以达到多种降维和均值特征的整合，最终基于五角度人脸模板均值特征，从而解决人脸相似度对比几率较低的情况，以更加方便进行人脸特征的描述和编码。

具体实施方式

为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效，以下结合较佳实施例，对依据本发明的具体实施方式、结构、特征及其功效，详细说明如后。

实施例1。

本实施例描述的本发明设计的人脸图片降维特征分析比对方法，包括以下步骤：