一种基于双目视觉测量技术的快速人脸识别方法
【技术领域】
[0001] 本发明涉及一种基于双目视觉测量技术的快速人脸识别方法，属于人脸识别技术 领域。
【背景技术】
[0002] 近几十年来生物特征识别得到了快速发展。生物特征作为人的一种内在属性，具 有很强的自身稳定性和个体差异性，现有的生物识别技术包括：指纹识别、虹膜识别、视网 膜识别、步态识别、静脉识别和人脸识别等；其中，人脸识别由于其具有直接、友好、方便的 特点，易于被用户接受，因而得到了广泛的应用，尤其是在刑侦、安全验证系统和人机交互 等方面，涉及了计算机视觉、模式识别、人工智能、数字图像处理、神经网络、心理学、生理 学、数学等诸多研宄领域。
[0003] 现有技术中，专利号为201210250450. 7的专利公开了一种基于双目摄像头的智 能电视人脸识别方法，主要包括以下步骤：左摄像头和右摄像头同时获取图像，分别检测人 脸和人眼，比较计算出的两个图像的差异，如果大于阈值，则判定为照片欺骗，结束识别，否 贝IJ，完成识别。该方法主要利用双目技术解决了照片欺骗的问题，但是其识别速度慢，识别 准确率也较低；专利号为201210250450. 7的专利公开了 "一种基于双目被动立体视觉的快 速三维人脸识别方法"，其运用搭建好的双目摄像机，进行人脸检测和采集，定位眼睛和鼻 尖，构建基准三角形，进而进行三维人脸重建，在完成三维人脸表情归一化后，运用三维人 脸识别算法进行识别，但是由于三维人脸重建和三维人脸识别的计算量较大，因而该方法 的识别速度也较慢；申请号为201410281328. 5的专利申请公开了"一种基于双目立体视 觉的人脸图像识别方法"，其利用双目视觉在人脸图像中标出人脸区域，是一种人脸检测方 法，但是其并未涉及人脸识别；申请号为201310024137. 6的专利申请公开了一种"基于双 目立体视觉的四目摄像机正面人脸重建方法"，其利用两个双目摄像机从正面拍摄人脸图 像，将两个摄像机拍摄的人脸图像进行融合，增强了人脸识别对姿态的鲁棒性，该方法也仅 是一种人脸重建的方法，并未涉及人脸识别；另外，张顺岚《莫建文.基于双目视觉的三维 人脸识别算法》[J].电视技术，2014, 38(9).基于双目视觉对三维人脸识别算法进行了改 进，利用主动形状模型（ASM)定位人脸图像中的特征点，结合摄像机模型参数得到其三维 坐标，构建特征点距离矩阵，最后用BP神经网络进行识别；该方法利用人脸特征点的三维 坐标训练神经网络进行识别，但是其识别速度慢，识别准确率也较低；周佳立、张树有、杨国 平.《基于双目被动立体视觉的三维人脸重构与识别》[J].自动化学报，2009,35(2).利 用上下两平行光轴摄像机建立的双目视觉系统采集人脸图像，通过人脸检测和初步视差估 计，重建人脸三维点云信息，再利用神经网络进行多层次人脸曲面重建，再进行人脸归一化 和识别。该方法中由于三维人脸重建和三维人脸识别的计算量较大，因而识别速度也较慢。
【发明内容】
[0004] 本发明的目的在于，提供一种基于双目视觉测量技术的快速人脸识别方法，它可 以有效解决现有技术中存在的问题，尤其是人脸识别速度慢、准确率低的问题。
[0005] 为解决上述技术问题，本发明采用如下的技术方案：一种基于双目视觉测量技术 的快速人脸识别方法，包括以下步骤：先从双目图像中提取人脸的有效特征，划分出人脸的 有效区域；再利用双目视觉测量技术，对提取到的人脸区域进行大小测量；根据计算出的 人脸区域大小，将人脸数据库拆分成多个人脸子数据库；最后，在识别阶段，将实际计算出 的人脸区域与人脸子数据库进行对比识别。
[0006] 上述的基于双目视觉测量技术的快速人脸识别方法，具体包括以下步骤：
[0007] (1)采集双目人脸图像，划分出人脸区域；
[0008] (2)对人脸区域进行人眼定位，获得左右眼睛瞳孔的中心坐标；
[0009] (3)根据左右眼睛瞳孔的中心坐标，对倾斜人脸图像进行旋转校正，获得旋转校正 后左右眼睛的纵坐标太1;
[0010] (4)对校正后的人脸图像进行垂直投影，定位人脸的左右边界；
[0011] (5)对校正后的人脸图像进行水平投影，定位嘴巴的位置，获得嘴巴的纵坐标 1' 2'
[0012] (6)根据人脸图像旋转校正后左右眼睛的纵坐标y' i、嘴巴的纵坐标y' 2和人脸 的左右边界，提取人脸矩形区域；
[0013] (7)对提取出的人脸矩形区域进行肤色检测和形态学处理，统计肤色像素的数目， 并根据肤色像素的数目和每个像素的面积，计算肤色像素在焦平面所占的面积s ;
[0014] (8)计算视差d;
[0015] (9)利用小孔成像模型和三角测量原理，计算实际的人脸面积s';
[0016] (10)在建库阶段，根据人脸面积W的大小，将人脸数据库拆分成多个不同的人 脸子数据库；
[0017] (11)在识别阶段，根据实际计算出的人脸面积，利用相应的人脸子数据库进行人 脸识别。
[0018] 采用上述方法步骤，从而可以准确、快速的识别出人脸。
[0019] 优选的，步骤（1)具体包括：采用双目摄像机采集人脸图像，并用基于haar-like 特征的Adaboost机器学习算法进行人脸检测，从而可以准确而快速的划分出人脸区域。
[0020] 优选的，步骤（2)具体包括：将人脸区域变换到灰度空间，采用基于haar-like特 征的Adaboost机器学习算法进行人眼区域检测；再将检测出的人眼区域分别向X轴和Y轴 投影，则在左目图像中定位出左右眼睛瞳孔的中心坐标（xn，yn)、（x12，y 12)，在右目图像中 定位出左右眼睛瞳孔的中心坐标（Xmy2I)、（Xmyd ;该方法中先利用Adaboost机器学习 算法进行粗定位，再利用投影实现更精确的定位，因为瞳孔的像素值最低，所以分别取投影 最小值处的坐标即为眼睛的坐标。
[0021] 更优选的，本发明中采用以下公式将人眼区域向X轴和Y轴投影以定位出人眼坐 标：
[0022] 将人眼区域向X轴投影时：
[0023]
[0024]
[0025] HPFv(X) = (1-α ) · IPFv(y) + a VPFv(X)
[0026] 其中，IPFvS垂直积分投影函数，VPF ,为垂直方差投影函数，HPF ,为垂直混合投影 函数，Y1为投影起点纵坐标，y 2为投影终点纵坐标，I (X，y)为（X，y)处的像素值，X为投影 横坐标；
[0027] 将人眼区域向Y轴投影时：
[0028]
[0029]
[0030] HPFh(y) = (1-α) · IPFh(y)-a .VPFh(y)
[0031] 其中，a = ο. 6, IPFh为水平积分投影函数，VPFh为水平方差投影函数，HPFh为水 平混合投影函数，X1为投影起点横坐标，X2为投影终点横坐标，I (X，y)为（X，y)处的像素 值，y为投影纵坐标，定位出眼睛区域后再用以上算法即可得到准确的眼睛位置。
[0032] 前述的基于双目视觉测量技术的快速人脸识别方法中，步骤（3)中，假设倾斜 人脸图像中瞳孔间连线与水平方向的夹角为θ，则旋转校正后的眼睛瞳孔的中心坐标 U' ,y')为··
[0033] X' = xcos Θ +ysin Θ -acos Θ -bsin Θ +a
[0034] y' = -xsin Θ +ycos Θ +asin Θ -bcos Θ +b
[0035] 其中，
a、b为倾斜人脸图像的中心坐标 ，将两 只眼睛校正到同一水平线上，从而保证两只眼睛具有相同的纵坐标。
[0036] 上述方法中，步骤（4)中，对校正后的人脸图像进行垂直投影，并通过投影值定位 出人脸图像的左右边界1和X 2，公式如下：
[0037]
[0038]
[0039] HPFv(X) = (1-α )· IPFv(y) + a VPFv(X)
[0040] 其中，IPF^垂直积分投影函数，VPF ,为垂直方差投影函数，HPF ,为垂直混合投影 函数，Y1为投影起点纵坐标，y 2为投影终点纵坐标，I (X，y)为（X，y)处的像素值，X为投影 横坐标，从而可以简单而快速的定位出人脸图像的左右边界。
[0041] 优选的，步骤（5)具体包括：取人脸图像左眼横坐标和右眼横坐标之间的区域，对 该区域部分的图像进行肤色检测；对肤色检测后的图像取反，并进行水平投影；投影最高 点的位置即为嘴巴纵坐标太2，公式如下：
[0042]
[0043]
[0044] HPFh(y) = (1-α) · IPFh(y)_a .VPFh(y)
[0045] 其中，IPFh为水平积分投影函数，VPF h为水平方差