人脸识别的方法
【专利摘要】本发明涉及一种人脸识别的方法，a.图像获取模块；b.图像预处理模块；c.人脸定位模块；d.特征提取模块；e.识别模块。本发明的人脸识别的方法，采用较为先进的技术力量，保证应用程序在技术上具备一定的优势；采用成熟的技术，保证应用程序的安全性和可靠性；应用程序便于扩展和维护，易于技术的更新；应用程序充分利用现有的资源，尽量减少不必要的再投资；编写的代码必须严谨易读，代码的解释必须清楚明白，为应用程序的再开发提供应尽的责任。
【专利说明】人脸识别的方法
【技术领域】
[0001]本发明涉及人脸识别的领域，尤其是一种人脸识别的方法。
【背景技术】
[0002]随着安全入口控制和金融贸易方面应用需要的快速增长，生物统计识别技术得到了新的重视。目前，微电子和视觉系统方面取得的新进展，使该领域中高性能自动识别技术的实现代价降低到了可以接受的程度。而人脸识别是所有的生物识别方法中应用最广泛的技术之一，人脸识别技术是一项近年来兴起的，但不大为人所知的新技术。人们更多的是在电影中看到这种技术的神奇应用:警察将偷拍到的嫌疑犯的脸部照片，输入到电脑中，与警方数据库中的资料进行比对，并找出该嫌犯的详细资料和犯罪记录。这并非虚构的情节。在国外，人脸识别技术早已被大量使用在国家重要部门以及军警等安防部门。在国内，对于人脸识别技术的研究始于上世纪90年代，目前主要应用在公安、金融、网络安全、物业管理以及考勤等领域。
[0003]人脸识别是机器视觉和模式识别领域最富有挑战性的课题之一，同时也具有较为广泛的应用意义。人脸识别技术是一个非常活跃的研究领域，它覆盖了数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等诸多学科的内容。如今，虽然在这方面的研究已取得了一些可喜的成果，但是FRT在实用应用中仍面临着很严峻的问题，因为人脸五官的分布是非常相似的，而且人脸本身又是一个柔性物体，表情、姿态或发型、化妆的千变万化都给正确识别带来了相当大的麻烦。如何能正确识别大量的人并满足实时性要求是迫切需要解决的问题。
[0004]在人脸检测的基础上，面部关键特征检测试图检测人脸上的主要的面部特征点的位置和眼睛和嘴巴等主要器官的形状信息。灰度积分投影曲线分析、模板匹配、可变形模板、Hough变换、Snake算子、基于Gabor小波变换的弹性图匹配技术、主动性状模型和主动外观模型是常用的方法。可变形模板的主要思想是根据待检测人脸特征的先验的形状信息，定义一个参数描述的形状模型，该模型的参数反映了对应特征形状的可变部分，如位置、大小、角度等，它们最终通过模型与图像的边缘、峰、谷和灰度分布特性的动态地交互适应来得以修正。由于模板变形利用了特征区域的全局信息，因此可以较好地检测出相应的特征形状。由于可变形模板要采用优化算法在参数空间内进行能量函数极小化，因此算法的主要缺点在于两点:一、对参数初值的依赖程度高，很容易陷入局部最小；二、计算时间长。针对这两方面的问题，我们采用了一种由粗到细的检测算法:首先利用人脸器官构造的先验知识、面部图像灰度分布的峰谷和频率特性粗略检测出眼睛、鼻子、嘴、下巴的大致区域和一些关键的特征点；然后在此基础上，给出了较好的模板的初始参数，从而可以大幅提高算法的速度和精度。眼睛是面部最重要的特征，它们的精确定位是识别的关键。基于区域增长的眼睛定位技术，该技术在人脸检测的基础上，充分利用了眼睛是面部区域内脸部中心的左上方和右上方的灰度谷区这一特性，可以精确快速的定位两个眼睛瞳孔中心位置。该算法采用了基于区域增长的搜索策略，在人脸定位算法给出的大致人脸框架中，估计鼻子的初始位置，然后定义两个初始搜索矩形，分别向左右两眼所处的大致位置生长。该算法根据人眼灰度明显低于面部灰度的特点，利用搜索矩形找到眼部的边缘，最后定位到瞳孔的中心。实验表明，本算法对于人脸大小、姿态和光照的变化，都有较强的适应能力，但在眼部阴影较重的情况下，会出现定位不准。佩戴黑框眼镜，也会影响本算法的定位结果。
[0005]基于视觉通道信息的面部感知系统，包括人脸检测和跟踪、面部特征定位、面部识别、人脸归类(年龄、种族、性别等的判别)、表情识别、唇读等分系统，如图1-1所式，可以看出，继人脸检测和跟追之后，面部特征定位通常是面部感知的一个必备环节，是后续工作的基础，具有重要的意义。尽管人脸识别不能说是其他面部感知模块的必备功能，但是，可以肯定的是，利用已知的身份信息，结合特定人的先验知识，可以提高表情分析、唇读和语音识别、手势识别乃至手写体识别的可靠性。而计算机对使用者身份确认的最直接的应用就是基于特定使用者的环境设置:如使用者的个性化工作环境，信息的共享和隐私保护等等。
【发明内容】
[0006]本发明要解决的技术问题是:提供一种人脸识别的方法。
[0007]本发明解决其技术问题所采用的技术方案是:一种人脸识别的方法，其特征具体步骤是:
a.图像获取模块:从摄像头拍照后进行获取图片，也可以从图片库中获取，获取后的图片可以在软件的界面中显示出来以便进行识别；
b.图像预处理模块:包括图像光线补偿、图像变成灰色、高斯平滑、直方图均衡、实现图像对比度增强、二值化变换；
光线补偿模块:由于光线原因，所照的图像可能会存在光线不平衡的情况而造成色彩偏差，为了抵消这种整个图像中存在的色彩偏差，本系统采用的解决方法是:将整个图像中的所有像素的亮度从高到低进行排列，取前5%的像素，然后线性放大，使这些像素的平均亮度达到255。实际上就是调整图片像素的RGB值，因为系统得到的图片可能会存在光线不平衡的情况，这会影响我们对特征的提取，同时系统中要用到YcrCB色彩空间，所以有必要对图像进行光线补偿。尽可能将它的特征在图像中表现出来。YcrCB是一种色彩空间，它用于视频系统中，在该色彩空间中，Y分量表示像素的亮度，Cr表示红色分量，Cb表示蓝色分量，通常把Cr和Cb称为色度。YcrCB色彩空间是以演播室质量标准为目标的CC601编码方案中采用的彩色表示模型；
图像灰度模块的图像灰度化的过程就是把彩色图像转换为黑白色图像的过程，它也是为了将图像的信息更加具体、简单的表现出来，但是，这样做也将会丢失图像信息。因此，尽可能在转化的过程中用简单的方式表现图像复杂的信息，本系统中采用以下步骤来实现图像的灰度化:彩色转换成灰度、灰度比例变换、灰度线性变换、灰度线性截断、灰度取反；高斯平滑模块将对图像进行平滑处理，在图像采集过程中，由于各种因素的影响，图像往往会出现一些不规则的噪声，入图像在传输、存储等都有可能产生数据的丢失。从而影响图像的质量。处理噪声的过程称为平滑。平滑可以降低图像的视觉噪声，同时出去图像中的高频部分后，那些本来不明显的低频成分更容易识别。平滑可以通过卷积来实现。经过卷积平滑后的水平投影后，二值化提供了较好的图像效果，在图像的采集过程中，由于各种因素的影响，图像中往往会出现一些不规则的随机噪声，如数据在传输、存储时发生的数据丢失和损坏等，这些都会影响图像的质量，因此需要将图片进行平滑操作以此来消除噪声。但是如果平滑不当，就会使图像本身的细节如边界轮廓、线条等变的模糊不清，为了既平滑掉噪声有尽量保持图像细节，本系统采用高斯平滑；
【权利要求】
1.一种人脸识别的方法，其特征具体步骤是: a.图像获取模块:从摄像头拍照后进行获取图片，也可以从图片库中获取，获取后的图片可以在软件的界面中显示出来以 便进行识别； b.图像预处理模块:包括图像光线补偿、图像变成灰色、高斯平滑、直方图均衡、实现图像对比度增强、二值化变换； c.人脸定位模块:将处理后的人脸图片进行定位，将眼睛、鼻子、嘴巴标记出来，以便进行特征提取； d.特征提取模块:在定位后的人脸图片中将眼睛、鼻子、嘴巴的特征值提取出来； e.识别模块:将从图片中提取的特征值和后台数据库中的值进行比较来完成识别功倉泛。
2.根据权利要求1所述的人脸识别的方法，其特征是:所述的图像预处理模块的具体步骤如下:(I)设计方案原则的选择；(2)图像文件格式选择；(3)开发工具选择；(4)算法选择分析。
3.根据权利要求1所述的人脸识别的方法，其特征是:所述的图像灰度化模块的具体步骤如下:(I)彩色转换成灰度；(2)灰度比例变换；(3)灰度线性变换；(4)灰度线性截断；(5)灰度取反。
4.根据权利要求1所述的人脸识别的方法，其特征是:所述的特征提取模块的具体步骤如下:(1)提取两只眼睛的距离；(2)眼睛的倾角度；(3)眼睛、嘴巴的重心；(4)用一个矩形标出每一个特征。
【文档编号】G06K9/00GK103902958SQ201210578261
【公开日】2014年7月2日 申请日期:2012年12月28日 优先权日:2012年12月28日
【发明者】屈景春, 吴军 申请人:重庆凯泽科技有限公司