一種人臉識(shí)別方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及生物識(shí)別技術(shù)領(lǐng)域，具體涉及一種人臉識(shí)別方法和裝置。
【背景技術(shù)】
[0002] 近年來(lái)，人臉識(shí)別技術(shù)取得了很大進(jìn)步，開(kāi)始被廣泛應(yīng)用。人臉識(shí)別技術(shù)包括很多 種，例如包括一種基于梯度局部自相關(guān)特性（英文全稱(chēng)：Gradient Local Autocorrelation feature， 英文簡(jiǎn)稱(chēng): glac) 特征的人臉識(shí)別技術(shù)。
[0003] 但是，人臉識(shí)別研究中仍然有一些問(wèn)題沒(méi)有被很好的解決，例如，人臉識(shí)別過(guò)程中 會(huì)受到光照不均，人臉遮擋，人臉姿態(tài)變化等因素的影響，從而產(chǎn)生噪聲，降低識(shí)別精度。 [0004]實(shí)踐發(fā)現(xiàn)，現(xiàn)有的人臉識(shí)別技術(shù)例如基于glac特征的人臉識(shí)別技術(shù)，其魯棒性不 夠好。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明實(shí)施例提供一種人臉識(shí)別方法和裝置，以解決現(xiàn)有的人臉識(shí)別技術(shù)的魯棒 性不夠好的技術(shù)問(wèn)題。
[0006] 本發(fā)明第一方面提供一種人臉識(shí)別方法，包括：
[0007] 采用線(xiàn)性空間濾波對(duì)人臉圖像進(jìn)行預(yù)處理；
[0008] 對(duì)預(yù)處理后的人臉圖像進(jìn)行方向編碼，生成梯度方向向量f，所述梯度方向向量f 的方向分區(qū)索引為
，方向權(quán)重為:wei = (Ι+index-dindex)3,其中，Θ為梯 度方向，bin為方向分區(qū)數(shù)量，index是對(duì)dindex的取整；
[0009] 根據(jù)所述梯度方向向量提取梯度局部自相關(guān)特性glac特征；
[0010] 利用卡方檢驗(yàn)計(jì)算待匹配glac特征之間的距離，識(shí)別相似性。
[0011] 本發(fā)明第二方面提供一種人臉識(shí)別裝置，包括：
[0012] 預(yù)處理模塊，用于采用線(xiàn)性空間濾波對(duì)人臉圖像進(jìn)行預(yù)處理；
[0013] 方向編碼模塊，用于對(duì)預(yù)處理后的人臉圖像進(jìn)行方向編碼，生成梯度方向向量f， 所述梯度方向向量f的方向分區(qū)索引為
，方向權(quán)重為:wei = (l + index- dindex)3,其中，Θ為梯度方向，bin為方向分IX數(shù)量，index是對(duì)dindex的取整；
[0014] 特征提取模塊，用于根據(jù)所述梯度方向向量提取梯度局部自相關(guān)特性glac特征；
[0015] 計(jì)算模塊，用于利用卡方檢驗(yàn)計(jì)算待匹配glac特征之間的距離，識(shí)別相似性。
[0016] 本發(fā)明第三方面提供一種終端設(shè)備，包括:處理器和存儲(chǔ)器;所述存儲(chǔ)器用于存儲(chǔ) 程序;所述處理器用于執(zhí)行所述存儲(chǔ)器中的程序，使得所述終端設(shè)備執(zhí)行如本發(fā)明第一方 面提供人臉識(shí)別方法。
[0017] 本發(fā)明第四方面提供一種存儲(chǔ)一個(gè)或多個(gè)程序的存儲(chǔ)介質(zhì)，所述一個(gè)或多個(gè)程序 包括指令，所述指令當(dāng)被包括一個(gè)或多個(gè)處理器的終端設(shè)備執(zhí)行時(shí)，使所述終端設(shè)備執(zhí)行 如本發(fā)明第一方面提供的人臉識(shí)別方法。
[0018] 由上可見(jiàn)，由上可見(jiàn)，在本發(fā)明的一些可行的實(shí)施方式中，提供了一種改進(jìn)的、基 于glac特征的人臉識(shí)別技術(shù)方案，該方案中通過(guò)對(duì)預(yù)處理后的人臉圖像進(jìn)行方向編碼生成 梯度方向向量，并將梯度方向向量f的方向權(quán)重定義為wei = (1+index-dindex)3，以及，提 取glac特征，利用卡方檢驗(yàn)計(jì)算待匹配glac特征之間的距離來(lái)實(shí)現(xiàn)人臉識(shí)別，提高了抗噪 聲干擾的能力，可有效提高人臉識(shí)別的魯棒性。
【附圖說(shuō)明】
[0019] 為了更清楚地說(shuō)明本發(fā)明實(shí)施例技術(shù)方案，下面將對(duì)實(shí)施例和現(xiàn)有技術(shù)描述中所 需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施 例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲 得其它的附圖。
[0020] 圖1是本發(fā)明實(shí)施例提供的一種人臉識(shí)別方法的流程示意圖；
[0021] 圖2(a)是梯度方向向量f的示意圖；
[0022] 圖2(b)是2階相鄰位置自相關(guān)模式示意圖；
[0023]圖2(c)是fdu與&的自相關(guān)圖例示意圖；
[0024]圖3(a)是實(shí)驗(yàn)（1)的FAR和FRR評(píng)價(jià)指標(biāo)結(jié)果示意圖；
[0025] 圖3(b)是實(shí)驗(yàn)(2)的FAR和FRR評(píng)價(jià)指標(biāo)結(jié)果示意圖；
[0026] 圖3(c)是實(shí)驗(yàn)(3)的FAR和FRR評(píng)價(jià)指標(biāo)結(jié)果示意圖；
[0027]圖3(d)是實(shí)驗(yàn)(4)的FAR和FRR評(píng)價(jià)指標(biāo)結(jié)果示意圖；
[0028]圖3(e)是實(shí)驗(yàn)(5)的FAR和FRR評(píng)價(jià)指標(biāo)結(jié)果示意圖；
[0029] 圖3(f)是實(shí)驗(yàn)(6)的FAR和FRR評(píng)價(jià)指標(biāo)結(jié)果示意圖；
[0030] 圖4是本發(fā)明實(shí)施例提供的一種人臉識(shí)別裝置的結(jié)構(gòu)示意圖；
[0031 ]圖5是本發(fā)明實(shí)施例提供的一種終端設(shè)備的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0032] 為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面將結(jié)合本發(fā)明實(shí)施例中的 附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是 本發(fā)明一部分的實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人 員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都應(yīng)當(dāng)屬于本發(fā)明保護(hù)的范 圍。
[0033] 本發(fā)明實(shí)施例技術(shù)方案適用于多種應(yīng)用場(chǎng)景，例如，可應(yīng)用于互聯(lián)網(wǎng)金融核身，人 臉識(shí)別，人臉屬性識(shí)別，人臉美化，人臉卡通畫(huà)，人臉跟蹤，唇語(yǔ)識(shí)別，活體識(shí)別等場(chǎng)景。本發(fā) 明實(shí)施例方法可以由考勤機(jī)，門(mén)禁系統(tǒng)，計(jì)算機(jī)，手機(jī)，筆記本電腦等各種終端設(shè)備實(shí)施。
[0034] 請(qǐng)參考圖1，本發(fā)明的第一實(shí)施例提供一種人臉識(shí)別方法，該方法可包括：
[0035] 101、采用線(xiàn)性空間濾波對(duì)人臉圖像進(jìn)行預(yù)處理；
[0036] 102、對(duì)預(yù)處理后的人臉圖像進(jìn)行方向編碼，生成梯度方向向量f，所述梯度方向向 量f的方向分區(qū)索引為
，方向權(quán)重為:wei = (Ι+index-dindex)3，其中，Θ為 梯度方向，bin為方向分區(qū)數(shù)量，index是對(duì)dindex的取整；
[0037] 103、根據(jù)所述梯度方向向量提取梯度局部自相關(guān)特性glac特征；
[0038] 104、利用卡方檢驗(yàn)計(jì)算待匹配glac特征之間的距離，識(shí)別相似性。
[0039] 由上可見(jiàn)，在本發(fā)明的一些可行的實(shí)施方式中，提供了一種改進(jìn)的、基于glac特征 的人臉識(shí)別技術(shù)方案，該方案中通過(guò)對(duì)預(yù)處理后的人臉圖像進(jìn)行方向編碼生成梯度方向向 量，并將梯度方向向量f的方向權(quán)重定義為wei = (Ι+index-dindex)3，以及，提取glac特征， 利用卡方檢驗(yàn)計(jì)算待匹配glac特征之間的距離來(lái)實(shí)現(xiàn)人臉識(shí)別，提高了抗噪聲干擾的能 力，可有效提尚人臉識(shí)別的魯棒性和識(shí)別精度。
[0040] 需要說(shuō)明的是，本發(fā)明實(shí)施例提供的人臉識(shí)別方法是基于glac特征的人臉識(shí)別方 法。glac特征是描述局部圖像梯度在空間和方向上的自相關(guān)特征，而且它可以根據(jù)圖像上 每個(gè)像素點(diǎn)的幅值和方向，稀疏表述該像素點(diǎn)的梯度，她具有2階自相關(guān)統(tǒng)計(jì)信息，是1階直 方圖的擴(kuò)展的延續(xù)，具有位移不變形和可加性。
[0041]基于glac特征的人臉識(shí)別方法可包括三個(gè)過(guò)程:一、圖像預(yù)處理;二、提取glac特 征;三、利用卡方檢驗(yàn)計(jì)算待匹配glac特征之間的距離，得出相似性分?jǐn)?shù)，識(shí)別相似性，完成 人臉識(shí)別。其中，第二步的提取glac特征可進(jìn)一步分為兩個(gè)步驟：1、方向編碼，2、利用梯度 方向向量和梯度幅值，計(jì)算在局部鄰域中的1階和2階自相關(guān)梯度值，得到glac特征。下面進(jìn) 一步詳細(xì)說(shuō)明。
[0042] -、圖像預(yù)處理：
[0043] 本發(fā)明實(shí)例中，對(duì)人臉圖像進(jìn)行預(yù)處理的步驟可進(jìn)一步包括兩個(gè)過(guò)程：
[0044] 第一次預(yù)處理;具體的，可采用高斯差分濾波(Difference of Gaussian，英文簡(jiǎn) 稱(chēng):DoG)對(duì)人臉圖像進(jìn)行第一次預(yù)處理。高斯濾波器是一類(lèi)根據(jù)高斯函數(shù)的形狀來(lái)選擇權(quán) 值的線(xiàn)性平滑濾波器，高斯差分濾波對(duì)于抑制服從正態(tài)分布的噪聲非常有效。通過(guò)對(duì)人臉 圖像進(jìn)行DoG處理，可以減少光照不均的影響。