人脸识别方法及人脸识别装置的制造方法
【技术领域】
[0001]本发明的涉及图像处理，以及更具体涉及到确定一个或多个对象构成的方法、设备和计算机程序产品，具体涉及人脸识别方法及人脸识别装置
【背景技术】
[0002]现代通信时代带来了巨大的扩展的有线和无线网络。计算机网络、电视网络和电话网络正经历着前所未有的技改扩建，消费者的需求刺激了。无线和移动网络技术满足相关的消费需求，同时提供更多的灵活性和直接性的信息传递。
[0003]当前和未来的网络技术继续方便易用性的信息传递和方便用户。由于电子通信设备的现在无处不在所有年龄和教育水平的人都利用电子设备与其他个人或联系人进行通信，接收服务和/或共享信息、媒体和其他内容。一方面是需求增加易用性的信息传递涉及执行图像处理服务。在这方面，例如，提高可靠性的准确地确定一个姿势的图像或视频中的一个或多个对象可以提高图像处理。
[0004]目前，姿势作为检测对象可能执行的姿势基于对象探测器。虽然传统姿势基于对象探测器可以检测和分类对象特定姿势，传统姿势的机会根据对象探测器检测一个姿势不正确可能高于可取。这通常是因为一个姿势分类器的训练通常由使用相同的姿势，样品中的变化可能是由于违规种植，巨大的许多样品和/或特征选择可能不是足够强劲，以有效地代表对象的一个姿势。
[0005]尤其是，传统姿势基于对象探测器可能会遇到与边界的面孔，错误关联的实例的位姿检测中存在的问题由于过程的检测，种植方面的违规行为，等等。例如，通过利用传统姿势基于探测器，与两个构成歧视通常可能少在边境。例如，在图像的边缘的面孔可能更难检测。因此，构成这些边境的面孔，常常利用传统的方法检测结果的位姿检测误差。此外，传统摆基于的探测器可能会遇到错误由于检测过程。例如，如果一个扫描窗口包围部分的正面人脸，在实例中的扫描窗口应附上全脸，传统姿势基于探测器通常确定脸检测对应于一个半侧面姿势(例如，偏航〈45度)而不面对一个正面姿势，由于窗口中的视图正在接近半侧面比正面的配置文件。这可能是由于窗口扫描的固有性质。此外，利用常规的姿势基于探测器中位姿检测，的错误可能会导致一个或多个裁剪不规则的图像。
【发明内容】
[0006]针对现有技术的不足，本发明提供一种人脸识别方法及人脸识别装置。
[0007]为了实现上述目的，本发明解决其技术问题所采用的技术方案是:人脸识别方法，包括:接收至少一个面;检测到的图像生成多个备选人脸图像基于检测到的图像，其中生成候选脸图像基于一个或多个行或列变化的像素的检测到的图像;分析备选人脸图像基于数据的至少一个模型确定一个或更多的姿势有关部分的至少一个位置或方向各自备选人脸图像;并确定至少一脸的图像对应于一个姿势部分基于传递的姿势时对应的模型所确定的备选人脸图像数据的一个或多个项目。
[0008]本发明进一步提供的方法，其一个模型至少包括多个子模型，每个模型对应各自的姿势，一个多元化的姿势;所述分析备选人脸图像进一步包括分析每个备选人脸图像，以确定是否备选人脸图像通过为每个模型;确定标准和所述确定至少一脸的图像对应于一个姿势进一步包括为每个模型，确定候选的人脸图像，通过标准的总次数。
[0009]本发明进一步提供的方法，其中确定的至少一个面图像对应于一个姿势包括确定至少一脸的检测到的图像的对应于相应的模型，其中最多的候选人人脸图像传递标准各自姿势的姿势。
[0010]本发明进一步提供的方法，其中至少一个模型包括多个模型，每个对应各自的姿势，其中至少一脸的图像分析基于数据的至少一个模型的多个模型包括分析部分基于数据的每个模型的检测到的图像进一步组成的方法:为每个模型，确定是否检测到的图像通过各自的姿势;至少一个条件和计算与每个模型在确定检测到的图像通过各自的姿势的条件响应相关联的一个或多个信心分数。
[0011 ]本发明进一步提供的方法，其中至少一个模型包括多个模型，每个对应一个各自的姿势，其中基于分析备选人脸图像数据的至少一个模型的多个模型包括分析每个备选人脸图像，以确定是否每个候选人脸图像传递标准建立的每个模型进一步组成的方法:为每个模型，确定每个候选人的人脸图像，通过标准的置信度得分。
[0012]本发明进一步提供的方法，其进一步组成:添加每个信心分数对应模型来获得多个总信心分数，每个总信心分数对应各自的模型的模式;其中确定的至少一个面图像对应于一个进一步的姿势，包括确定一个姿势至少一脸的图像对应于相应的模型确定为组成的总信心分数最高的总置信度得分是各自姿势。
[0013]本发明进一步提供的方法，其中至少一个模型包括对应多个姿势的典型相关分析模型，每个姿势分配相应的标签，其中分析备选人脸图像基于数据的至少一个模型包括分析检测到的形象和姿态来确定是否检测到的图像对应于一个姿势与关联的数据的数据进一步组成的方法:将相应的姿势标签分配给中确定检测到的图像与相应的姿势；关联响应的检测到图像其中至少一脸的图像对应于一个姿势基于确定部分确定一个姿势面对涉及相应的姿势至少部分基于分配标签的值。
[0014]本发明进一步提供的方法，其中至少一个模型包括对应多个姿势的典型相关分析模型，每个姿势分配一个相应的多个标签，标签的方法进一步组成:将各自的标签，标签分配给每个候选人的决心与有关部分至少一个姿势的人脸图像。
[0015]人脸识别装置，包括:至少一个处理器;和至少一个内存包括计算机程序代码，使用至少一个处理器，配置导致的设备，至少执行以下步骤:接收至少一个面;检测到的图像生成多个备选人脸图像基于检测到生成的图像，其中一个候选人脸图像是基于一个或多个行或列的像素的检测到的图像;转移分析基于数据的一种模式识别一个或多个姿势相关部分的至少一个位置或方向各自备选人脸图像;在备选人脸图像并确定至少一脸的图像对应于一个姿势部分基于传递的姿势时对应的模型所确定的备选人脸图像数据的一个或多个项目。
[0016]本发明的有益效果:本发明提供的人脸识别方法以及人脸识别装置，在提取人脸特征后，将该人脸特征与全部人脸模板进行比较，如果通过，则人脸识别结束，如果未通过则根据被识别人身份信息获取被识别人的指定人脸模板，并将所提取的人脸特征与指定的人脸模板进行比较，从而确定人脸识别是否通过。由于进行了补充人脸识别，因而可以减少误识别和拒识别，提高识别成功率，同时避免了人为干预，提高了识别效率。
【具体实施方式】
[0017]人脸识别方法，包括:接收至少一个面;检测到的图像生成多个备选人脸图像基于检测到的图像，其中生成候选脸图像基于一个或多个行或列变化的像素的检测到的图像；分析备选人脸图像基于数据的至少一个模型确定一个或更多的姿势有关部分的至少一个位置或方向各自备选人脸图像;并确定至少一脸的图像对应于一个姿势部分基于传递的姿势时对应的模型所确定的备选人脸图像数据的一个或多个项目。
[0018]所述的人脸识别方法，其一个模型至少包括多个子模型，每个模型对应各自的姿势，一个多元化的姿势;所述分析备选人脸图像进一步包括分析每个备选人脸图像，以确定是否备选人脸图像通过为每个模型;确定标准和所述确定至少一脸的图像对应于一个姿势进一步包括为每个模型，确定候选的人脸图像，通过标准的总次数。
[0019]所述的人脸识别方法，其中确定的至少一个面图像对应于一个姿势包括确定至少一脸的检测到的图像的对应于相应的模型，其中最多的候选人人脸图像传递标准各自姿势的姿势。
[0020]所述的人脸识别方法，其中至少一个模型包括多个模型，每个对应各自的姿势，其中至少一脸