[发明专利]基于PCANet的人脸识别方法

摘要

本发明公开了一种基于PCANet的人脸识别方法。在人脸检测环节通过基于Adaboost的多角度人脸检测算法实现人脸检测，然后对所检测的人脸进行对齐校正，再利用基于分块思想的PCANet的方法提取更具表达性的人脸特征，最后利用所提取的特征进行人脸匹配。相比现有人脸识别方法，本发明在不同的人脸区域分别使用PCANet提取更丰富，更加有效的人脸局部特征，从而得到更加高的识别率。同时在大规模人脸匹配过程中采用protocol buffer交换技术，从一定程度上解决了人脸识别的计算复杂度和识别匹配时间效率相矛盾的问题，使得识别匹配时间效率达到了毫秒级别的水平。

主权项

基于PCANet的人脸识别方法，其特征在于，包括下列步骤：步骤1：将待识别图像进行图像预处理，图像预处理包括灰度图转换及灰度增强；步骤2：对预处理后的待识别图像进行多角度人脸检测，若存在人脸，则执行步骤3：步骤3：若待识别人脸为非正面人脸，则进行人脸校正：基于标准正面人脸图像的面部器官特征点的位置分布信息，构建人脸特征点的标准位置信息；对非正面人脸，基于标准位置信息进行旋转重建，得到正面人脸；步骤4：基于面部器官对待识别人脸图像进行图像分块，然后使用PCANet分别提取各图像块的人脸特征，得到待识别人脸图像的人脸特征数据，并与人脸数据库中的人脸特征数据进行遍历式人脸匹配，取最优匹配作为人脸识别结果；其中人脸数据库中的人脸特征数据的读写方式为：序列化的写和反序列化的读。