[发明专利]基于极成像的立体-高光谱人脸识别方法

摘要

本发明提出了一种基于极成像的立体‑高光谱人脸识别的方法，用于解决现有多光谱人脸识别方法中存在的识别结果稳定性差和识别效率低的技术问题，包括如下步骤，1、利用极光谱系统采集人脸信息；2、根据人脸信息中的二维极图像对人脸进行立体重构；3、对二维人脸进行区域块划分，并根据该划分结果对立体人脸和人脸光谱信息进行区域块划分；4、提取区域块的综合特征向量；5、分别对多个人脸和待识别人脸采用步骤1到步骤4得到样本库数据和待识别人脸数据；6、训练样本库数据得到分类器；7、将待识别人脸数据输入到分类器中，并识别人脸。本发明具有稳定性好和识别效率高特点，可用于金融交易、安全防务、通关安检等的身份鉴定。

主权项

1.一种基于极成像的立体‑高光谱人脸识别方法，其特征在于，包括如下步骤：(1)利用高光谱成像系统采集人脸数据，得到人脸在各光谱波段的二维极图像以及该二维极图像上像素点对应的光谱信息；(2)从得到的人脸的二维极图像中筛选出质量得分高的三个光谱波段对应的极图像，对筛选出的三个极图像进行融合，并对融合后的极图像进行仿射变换，得到人脸三个不同视点的图像；(3)利用多视点立体匹配方法，对得到人脸三个不同视点的图像进行立体重构，得到人脸的三维结构；(4)对所述融合后的极图像中的完整二维人脸进行划分，得到人脸带有不同分类标签的二维局部区域块；(5)根据得到的人脸带有不同分类标签的二维局部区域块，对所述人脸的三维结构和所述二维极图像上像素点对应的光谱信息进行局部区域块划分，得到包含三维结构和光谱信息的带有分类标签的多个局部区域块；(6)对得到的多个局部区域块中的每个局部区域块，计算三维结构的特征向量，同时提取光谱信息的特征向量，并对这两个特征向量进行合并，得到人脸的多个带有分类标签的局部综合特征向量；(7)对多个样本人脸采用步骤(1)到步骤(6)，得到包含多个样本人脸的多个带有分类标签的局部综合特征向量的人脸样本库；(8)将得到的人脸样本库数据输入到线性支持向量机模型中进行训练，得到针对不同目标类型的分类器；(9)对待识别人脸采用步骤(1)到步骤(6)，得到待识别人脸的多个带有分类标签的局部综合特征向量；(10)将得到的待识别人脸的多个带有分类标签的局部综合特征向量，输入到所述的分类器中进行分类，得到待识别人脸多个局部区域块所属的目标类型，并根据待识别人脸的多个局部区域块是否属于同一目标类型，判断该人脸是否与样本库相符。