一种基于多帧图像的人脸识别方法
【专利摘要】本发明涉及安防领域，尤其涉及一种基于多帧图像的人脸识别方法，其具体包括以下的步骤：步骤一、人员身份注册；步骤二、待识别人员数据采集：采集多帧包含待识别人员人脸的图像，作为原始待识别样本序列，其中J为待识别人员人脸图像采集的次数；步骤三、人脸识别：待识别人员进入识别区域进行数据采集后，根据待识别人员身份信息查询原始注册样本序列，得到待识别人员对应的注册样本序列；计算注册样本序列的正交子空间和待识别样本序列的正交子空间，计算两个子空间和的相似性测度，根据两个子空间的相似性测度来判断待识别人脸与注册人脸是否一致。比较两个子空间之间的相似性测度，基于多帧图像识别出人脸。
【专利说明】一种基于多帧图像的人脸识别方法【技术领域】
[0001]本发明涉及安防【技术领域】，尤其涉及一种基于多帧图像的人脸识别方法，适用于识别精度和稳定性要求较高的场合。
【背景技术】[0002]现有技术中采用的人员身份识别设备通常采用的是门禁卡制度，不同的人员分配不同的门禁卡，当门禁卡确认无误后，闸机打开允许通过，这样的方式适用于安全要求不高，人员和门禁卡不需要一一对应的场合，比如公交卡、食堂的饭卡等。但是这样的方式不能将门禁卡与待识别人员进行一一对应，也就存在一定的安全隐患，尤其是在安全需求较高的场合，上述的方式显然无法解决借卡或者盗卡的问题，比如在机场或者火车站的安全检察、银行取款数额较大时的身份识别等，这些都有较高的安全需求，仅以门禁卡作为身份识别的方式显然不够，还需要将待识别人员和门禁卡中的信息进行匹配。这也就需要一种将待识别人员的人脸与卡中注册的人脸进行判断的方法。
[0003]现有技术中的人脸识别主要采用以下两种。第一、采集一帧人脸数据，将采集到的这一帧人脸与数据库中保存的人脸进行比较，判断两帧图像之间的相似性，从而识别出采集的人脸和数据库中保存的人脸是否是同一个人。然而当待识别的人脸角度、姿态、光线或者表情与注册时差异较大时，识别率显著降低，造成多次测试识别率波动大。针对这个问题，现有技术中出现了另外一种多镜头采集待识别人脸的方法，在待识别人员的前、后、左、右等位置分别安装镜头，采用多个镜头获得同一时刻不同角度的多帧人脸，将每个镜头获得的人脸分别逐一与数据库中保存的注册人脸进行一一比对。虽然待识别样本点有多个，但仍然只是样本点与样本点之间的比对，缺乏样本点之间的关联信息，无法表达姿态、光线、表情的分布信息。且因为多个镜头的引入，硬件成本更高，系统稳定性降低。
【发明内容】
[0004]针对现有技术中的人脸识别在待识别人员的姿态、光线、表情变化时出现的识别率降低、识别稳定性差的技术问题，本发明公开了一种基于多帧图像的人脸识别方法。
[0005]本发明公开了一种基于多帧图像的人脸识别方法，其具体包括以下的步骤: 步骤一、人员身份注册:采集多帧包含注册人员人脸的图像，将采集
到的包含注册人员人脸的图像进行人脸检测，提取出每个图像中的人脸并保存，称为注册人员的人脸小图；将多个注册人员的人脸小图进行尺度、朝向和光照的归一化处理，归一化处理后的人脸小图作为原始注册样本序列
S= IX-J^n = IX...,N),其中K为第K个注册人员人脸图像采集的次数，N为注册人
员的总数量；
步骤二、待识别人员数据采集:采集多帧包含待识别人员人脸的图像，将采集到的包含待识别人员人脸的图像进行人脸检测，提取出每个图像中的人脸并保存，称为待识别人员的人脸小图，并将多个人脸小图进行尺度、朝向和光照的归一化处理，归一化处理后的人脸小图作为原始待识别样本序列{υ = 1,2,…,J}，其中J为待识别人员人脸图像采集的次数；
步骤三、人脸识别:待识别人员进入识别区域进行数据采集后，根据待识别人员身份信息查询原始注册样本序列，得到待识别人员对应的注册样本序列i(H;s = l，2，...，^};计算注
册样本序列?,S =1,2,...,的正交子空间2和待识别样本序列{&;s = l,2,...，/}的正交
子空间? ,计算两个子空间D和G的相似性测度，根据两个子空间的相似性测度来判断待识别人脸与注册人脸是否一致。
[0006]更进一步地，上述方法还包括:当进行身份认证时，即确认待识别人是否是其本人时，待识别人脸与指定的注册人脸进行子空间比对，子空间相似性测度与事先设定的阈值进行比较，从而做出判断。
[0007]更进一步地，上述方法还包括:当进行身份识别时，即确认待识别人是谁时，待识别人脸与数据库中的注册人脸逐一进行子空间比对，或通过分类器找出与其最相似的注册人脸类别。
[0008]更进一步地，上述判断两个子空间之间的相似性测度的方法为判断两个子空间之间的主夹角余弦。
[0009]更进一步地，上述判断两个子空间之间的主夹角余弦的具体过程为:设定两个子
空间之间的夹角为A当两个子空间之间的夹角4小于设定的夹角阈值S时，判断待识别
人员和注册人员一致，识别成功;否则判断待识别人员和注册人员不一致，识别失败；其中
【权利要求】
1. 一种基于多帧图像的人脸识别方法，其具体包括以下的步骤: 步骤一、人员身份注册:采集多帧包含注册人员人脸的图像，将采集到的包含注册人员人脸的图像进行人脸检测，提取出每个图像中的人脸并保存，称为注册人员的人脸小图；将多个注册人员的人脸小图进行尺度、朝向和光照的归一化处理，归一化处理后的人脸小图作为原始注册样本序列{dl.，s = \X"'K,n = \X..'，m，其中K为第H个注册人员人脸图像采集的次数，N为注册人员的总数量； 步骤二、待识别人员数据采集:采集多帧包含待识别人员人脸的图像，将采集到的包含待识别人员人脸的图像进行人脸检测，提取出每个图像中的人脸并保存，称为待识别人员的人脸小图，并将多个人脸小图进行尺度、朝向和光照的归一化处理，归一化处理后的人脸小图作为原始待识别样本序列= U…，乃，其中j为待识别人员人脸图像采集的次数；步骤三、人脸识别:待识别人员进入识别区域进行数据采集后，根据待识别人员身份信息查询原始注册样本序列，得到待识别人员对应的注册样本序列?S: 1,2,...,K);计算注册样本序列…义}的正交子空间f和待识别样本序列= 2,…，J}的正交子空间计算两个子空间D和G的相似性测度，根据两个子空间的相似性测度来判断待识别人脸与注册人脸是否一致。
2.如权利要求1所述的基于多帧图像的人脸识别方法，其特征在于所述方法还包括:当进行身份认证时，即确认待识别人是否是其本人时，待识别人脸与指定的注册人脸进行子空间比对，子空间相似性测度与事先设定的阈值进行比较，从而做出判断。
3.如权利要求1所述的基于多帧图像的人脸识别方法，其特征在于所述方法还包括:当进行身份识别时，即确认待识别人是谁时，待识别人脸与数据库中的注册人脸逐一进行子空间比对，或通过分类器找出与其最相似的注册人脸类别。
4.如权利要求1所述的基于多帧图像的人脸识别方法，其特征在于所述判断两个子空间之间的相似性测度的方法为判断两个子空间之间的主夹角余弦。
5.如权利要求4所述的基于多帧图像的人脸识别方法，其特征在于所述判断两个子空间之间的主夹角余弦的具体过程为:设定两个子空间之间的夹角为^当两个子空间之间的夹角P小于设定的夹角阈值e时，判断待识别人员和注册人员一致，识别成功；否则判断待识别人员和注册人员不一致，识别失败；其中
6.如权利要求1所述的基于多帧图像的人脸识别方法，其特征在于所述人脸检测过程具体如下: 首先采用Haar特征图像在一个20X20的图像中遍历，白色区域的像素和减去黑色区域的像素和，得到的值称之为人脸特征值；然后从事先注册的人脸数据库中，切割出大量的人脸图片与背景图片，作为训练样本；训练样本被归一化到20X20大小的图像，在这样大小的图片中，提取Haar特征值；这些Haar特征构成了弱分类器，其函数表达式为:
7.如权利要求6所述的基于多帧图像的人脸识别方法，其特征在于所述方法还包括训练强分类器，强分类器日Ul畔过程需要通过r次迭代，其具体过程如下: (1)给定训练样本隼共个样本，其中X和F分别对应于正样本和负样本；T为训练的最大循环次数； (2)初始化样本权重为1/?，即为训练样本的初始概率分布； (3)第一次迭代训练《个样本，得到第一个最优弱分类器； (4)提高上一轮中被误判的样本的权重； (5)将新的样本和上次被分错的样本放在一起进行新一轮的训练； (6)循环执行4-5步骤r轮后得到r个最优弱分类器； (7)组合r个最优弱分类器得到强分类器，组合方式如下
8.如权利要求1所述的基于多帧图像的人脸识别方法，其特征在于所述方法还包括人脸特征提取过程，将步骤一和步骤二中采集到的注册人脸和待识别人脸进行特征提取后再进行步骤三的人脸识别。
9.如权利要求8所述的基于多帧图像的人脸识别方法，其特征在于所述的特征提取方法为主成分分析法。
【文档编号】G06K9/46GK103530648SQ201310477125
【公开日】2014年1月22日 申请日期:2013年10月14日 优先权日:2013年10月14日
【发明者】刘先勇, 侯磊, 凌霄, 张亮, 贺庆 申请人:四川空港知觉科技有限公司