[发明专利]结合原始和对称脸人脸图像的人脸识别方法及考勤系统

摘要

本发明提出了一种结合原始人脸图像和其左、右对称脸的人脸识别方法和考勤系统。该考勤系统分为两个部分注册和识别。注册部分包括人脸检测、图像采集和特征提取，并将人脸特征存储到人脸库中；识别部分包括人脸检测、图像采集、特征提取和人脸识别，最后输出识别结果。该系统运用本发明提出的结合原始人脸图像和其对称脸图像的人脸识别方法，该方法简单且计算效率高，几乎所有基于表示的分类方法可以用该方案进行改进。实验结果表明，该方法可以大大提高基于表示的分类方法的准确率。使用本发明提出的结合原始人脸图像和其左、右对称脸的人脸识别方法的考勤系统能够提高考勤登记时的速度，提高识别的准确率，更加方便实用。

主权项

一种结合原始和对称脸人脸图像的人脸识别方法，其特征在于：所述方法包括以下步骤：S1:每人有n个n原始人脸图像，用表示第i个人的第k个原始人脸图像，k＝1,...,n，每张原始人脸生成两张对称脸，对于第i个人的第k个原始人脸图像，对称脸是分别利用原始人脸的左半边脸和右半边脸生成轴对称的虚拟人脸图像，k＝1,...,2n；S2:对于第i类，即第i个人，令Xi＝[x(i‑1)*n+1...xi*n,y(i‑1)n+1...yi*2n]，定义X为X＝[X1...Xc]，其中，x(i‑1)n+k是由转换而成的列矢量，y(i‑1)n+k是由转换而成的列矢量；S3:采用LRC算法，令z为测试样本，LRC关于z和第i类，即第i个人的方程为z＝XiAi，Ai表示解向量，其求解公式为测试样本和第i类之间的偏差得分为S4:当dk≥thresholdd1，那么认为测试样本不属于任何已知的任何类别，系统拒识并结束识别，否则，转入S5；S5:采用其他的RBC算法，令表示该算法的解向量，表示对应于x(i‑1)*n+1,...,xi*n,y(i‑1)n+1,...,yi*2n的项组成的解向量；简单地，令算法对应的方程为z＝XB，B的求解公式为μ是一个小的正的常数，I是单位矩阵；测试样本相对于第i类训练样本的的偏差为S6:当rj≥thresholdr1，那么认为测试样本不属于任何已知的任何类别，系统拒识并结束识别，否则，转入S7；S7:令rj′为所有类别的偏差中倒数第二小的值，若|rj‑rj′|≤thresholdr2，说明该测试样本不明显属于任何类别，系统拒识并结束识别，否则，转入S8；S8:将LRC与其他RBC方法结果进行加权融合计算，获得最终识别结果。