专利名称：人脸识别方法和设备的制作方法
技术领域：
本发明涉及信息技术领域，尤其涉及一种人脸识别方法和设备。
背景技术：
在电子信息技术飞速发展的今天，电子商务、网上银行、公共安全等领域对身份认证的可靠度和方式提出了新的要求。生物特征是人的内在属性，具有很强的自身稳定性和个体差异性，因此利用生物特征进行身份认证越来越受到人们的关注。其中，利用人脸特征进行身份认证又是最自然、最直接的手段，因此，深入研究人脸识别技术具有重要的应用价值。特征提取是人脸识别技术的核心问题，直接关系到最终人脸识别的精度。现有技术中，在待识别的人脸图像中每个像素点周围选取若干个邻域像素点，以中心像素点的灰度值作为基准，将灰度值小于中间像素点灰度值的相邻像素点量化为0，将灰度值大于或者等于中间像素点灰度值的相邻像素点量化为I。再将邻域像素点量化后的值按照一定方向串联起来得到一个二进制数，并进一步转换成十进制数赋予中心像素点。依次对图像中所有像素点进行上述操作，得到待识别图像的局部二值模式(Local BinaryPattern，简称LBP)直方图。将待识别图像的LBP直方图的特征向量，与预先注册的人脸图像的LBP直方图的特征向量进行比较，完成人脸识别。然而，该人脸识别方法的识别精度不高。
发明内容
本发明提供一种人脸识别方法和设备，用以解决现有技术中存在的人脸图像识别精度不高的问题。第一方面，本发明提供了一种人脸识别方法，包括:获取待识别的原始人脸图像；对所述原始人脸图像进行下采样，得到至少一个与所述原始人脸图像尺寸不同的下采样图像；对每一个所述下采样图像和所述原始人脸图像进行分块处理，得到至少两个分块处理后的图像块；对所述分块处理后的图像块进行特征提取，得到图像块的特征；将每一个所述图像块的特征与预先注册的人脸图像的对应图像块的特征进行相似度匹配，得到每一个图像块的相似度；根据得到的全部所述图像块的相似度得到人脸图像的识别结果。在第一方面的第一种可能的实现方式中，所述对所述原始人脸图像进行下采样，得到至少一个与所述原始人脸图像尺寸不同的下采样图像，包括:对所述原始人脸图像进行η次下采样，得到η张不同尺寸的下采样图像，所述η张不同尺寸的下采样图像的尺寸分别为所述原始人脸图像尺寸的l/4m，其中，η为自然数，m为小于n+1的自然数。
根据第一方面的第一种可能的实现方式，在第二种可能的实现方式中，所述对每一个所述下采样图像和所述原始人脸图像进行分块处理，包括:对每一个所述下采样图像和所述原始人脸图像按照所述原始人脸图像尺寸的I/(S*4n)进行分块处理，其中，S为自然数。根据第一方面的第二种可能的实现方式，在第三种可能的实现方式中，所述S=l，所述n=2。根据第一方面的第一种可能的实现方式、第二种可能的实现方式和第三种可能的实现方式，在第四种可能的实现方式中，所述对所述分块处理后的图像块进行特征提取，得到图像块的特征，包括:对每一个所述分块处理后的图像块进行局部二值模式LBP描述子提取，得到每一个图像块的LBP直方图；根据所述每一个图像块的LBP直方图，提取每一个所述分块处理后的图像块的特
征向量。根据第一方面的第一种可能的实现方式、第二种可能的实现方式、第三种可能的实现方式和第四种可能的实现方式，在第五种可能的实现方式中，所述对所述原始人脸图像进行下采样之前，所述方法还包括:对所述原始人脸图像进行直方图均衡化预处理。第二方面，本发明提供了一种人脸识别设备，包括:获取模块，用于获取待识别的原始人脸图像；采样模块，用于对所述原始人脸图像进行下采样，得到至少一个与所述原始人脸图像尺寸不同的下采样图像；处理模块，用于对每一个所述下采样图像和所述原始人脸图像进行分块处理，得到至少两个分块处理后的图像块；提取模块，用于对所述分块处理后的图像块进行特征提取，得到图像块的特征；匹配模块，用于将每一个所述图像块的特征与预先注册的人脸图像的对应图像块的特征进行相似度匹配，得到每一个图像块的相似度；识别模块，用于根据得到的全部所述图像块的相似度得到人脸图像的识别结果。在第二方面的第一种可能的实现方式中，所述采样模块具体用于:对所述原始人脸图像进行η次下采样，得到η张不同尺寸的下采样图像，所述η张不同尺寸的下采样图像的尺寸分别为所述原始人脸图像尺寸的l/4m，其中，η为自然数，m为小于n+1的自然数。根据第二方面的第一种可能的实现方式，在第二种可能的实现方式中，所述处理模块具体用于:对每一个所述下采样图像和所述原始人脸图像按照所述原始人脸图像尺寸的I/(S*4n)进行分块处理，其中，S为自然数。根据第二方面的第二种可能的实现方式，在第三种可能的实现方式中，所述S=l，所述n=2。根据第二方面的第一种可能的实现方式、第二种可能的实现方式和第三种可能的实现方式，在第四种可能的实现方式中，所述提取模块具体用于:
对每一个所述分块处理后的图像块进行局部二值模式LBP描述子提取，得到每一个图像块的LBP直方图；根据所述每一个图像块的LBP直方图，提取每一个所述分块处理后的图像块的特
征向量。根据第二方面的第一种可能的实现方式、第二种可能的实现方式、第三种可能的实现方式和第四种可能的实现方式，在第五种可能的实现方式中，所述采样模块还用于:对所述原始人脸图像进行下采样之前，对所述原始人脸图像进行直方图均衡化处理。第三方面，本发明提供了一种人脸识别设备，包括:存储器和处理器，所述存储器用于存储执行指令，当所述人脸识别设备运行时，所述处理器与所述存储器之间通信，所述处理器执行所述执行指令使得所述人脸识别设备执行如上第一方面所述的方法。本发明提供的人脸识别方法和设备，通过对待识别的原始人脸图像进行下采样，得到与原始人脸图像尺寸不同的下采样图像，进行多尺寸的人脸图像特征提取，提高了人脸图像特征对人脸图像的描述能力；通过对下采样图像和原始人脸图像进行分块处理，根据分块处理后得到的全部图像块的相似度得到人脸图像的识别结果，提高了人脸图像识别的精度。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本发明提供的人脸识别方法一个实施例的流程图；图2为本发明提供的人脸识别方法又一个实施例的流程图；图3为局部二值模式LBP描述子提取过程的示意图；图4为本发明提供的人脸识别设备一个实施例的结构示意图；图5为本发明提供的人脸识别设备又一个实施例的结构示意图。
具体实施例方式为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。图1为本发明提供的人脸识别方法一个实施例的流程图。如图1所示，以下方法实施例中各步骤的执行主体具体可以为具有人脸识别功能的各种设备，例如:手机、个人电脑，PAD，门禁设备等。该方法可以包括:S101，获取待识别的原始人脸图像；S102，对原始人脸图像进行下采样，得到至少一个与原始人脸图像尺寸不同的下采样图像；
具体的，可以对原始人脸图像进行一次或多次下采样，每次下采样可以得到一张与原始人脸图像尺寸不同的下采样图像。下采样后得到的下采样图像尺寸可以为原始人脸图像的l/n，n可以取自然数。例如:原始图像为长方形或正方形，则可以分别对原始人脸图像进行2*2和4*4的下采样。其中，2*2的下采样是指下采样得到的下采样图像的长度是原始人脸图像长度的1/2，宽度是原始人脸图像宽度的1/2 ;4*4的下采样是指下采样得到的下采样图像的长度是原始人脸图像长度的1/4，宽度是原始人脸图像宽度的1/4。S103，对每一个下采样图像和原始人脸图像进行分块处理，得到至少两个分块处理后的图像块；具体的，可以将原始人脸图像和下采样图像中的任意图像作为基元块来进行分块处理。例如:S102中所举的例子，原始人脸图像为长方形或正方形，分别对原始人脸图像进行2*2和4*4的下采样得到为原始人脸图像尺寸1/4和1/16的下采样图像。则可以将为原始人脸图像尺寸1/16的下采样图像作为基元块来进行分块处理。这样可以将原始人脸图像分为16个图像块；可以将为原始人脸图像尺寸1/4的下采样图像分为4个图像块；而为原始人脸图像尺寸1/16的下采样图像本身即为一个图像块，而不必进一步分块。当然，还可以以其他尺寸的图像块作为基元块。例如:S102中所举的例子，可以以为原始人脸图像尺寸1/16的下采样图像1/2尺寸的图像块作为基元块。这样可以将原始人脸图像分为32个图像块；可以将为原始人脸图像尺寸1/4的下采样图像分为8个图像块；而为原始人脸图像尺寸1/16的下采样图像分为2个图像块。也就是说，对下采样图像和原始人脸图像进行分块有多种划分方法，在此不一一列举。S104，对分块处理后的图像块进行特征提取，得到图像块的特征；该步骤中，可以采用现有的各种方法对分块处理后得到的每个图像块进行特征提取。例如:可以采用局部二值模式LBP描述子提取方法得到每个图像块的LBP直方图，进一步的，还可以根据每个图像块的LBP直方图提取每个图像块的特征向量。S105，将每一个图像块的特征与预先注册的人脸图像的对应图像块的特征进行相似度匹配，得到每一个图像块的相似度；具体的，预先注册的人脸图像也是按照上述各步骤得到并储存起来的。S102中所举的例子，原始人脸图像分为16个图像块，两次下采样得到的图像分别分为4个图像块和I个图像块。那么预先注册的人脸图像也对应21个图像块，每个图像块对应一组特征向量。可以将步骤S104得到的待识别人脸图像的21个图像块的特征向量分别与预先注册的人脸图像的对应图像块的特征向量进行相似度匹配，得到待识别人脸图像中每个图像块的相似度。S106，根据得到的全部图像块的相似度得到人脸图像的识别结果。该步骤中，可以对得到的全部图像块的相似度进行加权融合计算，得到最终相似度，根据该最终相似度得到人脸图像的识别结果。具体的，对步骤S105得到的待识别人脸图像中各个图像块的相似度进行加权融合，即为每个图像块分配一个权值，将每个图像块的相似度与对应权值的乘积相加，得到待识别人脸图像与预先注册的人脸图像的最终相似度。其中，权值分配具体可以为人脸重点部分(例如眼睛、鼻子、嘴等)所在图像块分配较大的权值，人脸非重点部分(例如脸颊等)所在图像块分配较小的权值，所有图像块对应的权值之和为I。根据得到的最终相似度是否超过设定阈值，可以判断待识别人脸图像与预先注册的人脸图像是否对应同一个人，实现对人物身份的识别。需要说明的是，本实施例提供的人脸识别方法，同样适用于其他基于生物特征(指纹、虹膜、掌纹等)的图像的识别。本实施例提供的人脸识别方法，通过对待识别的原始人脸图像进行下采样，得到与原始人脸图像尺寸不同的下采样图像，进行多尺寸的人脸图像特征提取，提高了人脸图像特征对人脸图像的描述能力；通过对下采样图像和原始人脸图像进行分块处理，根据分块处理后得到的全部图像块的相似度得到人脸图像的识别结果，提高了人脸图像识别的精度。图2为本发明提供的人脸识别方法又一个实施例的流程图。如图2所示，以下方法实施例中各步骤的执行主体具体可以为具有人脸识别功能的各种设备，例如:手机、个人电脑，PAD，门禁设备等。该方法可以包括:S201，获取待识别的原始人脸图像；S202，对原始人脸图像进行直方图均衡化预处理；具体的，直方图均 衡化是一种图像增强的方法，用于增强图像的亮度和对比度，改善图像质量，增加图像重点部分的层次感，提升图像判读和识别的效果。S203，对原始人脸图像进行η次下采样，得到η张不同尺寸的下采样图像，η张不同尺寸的下采样图像的尺寸分别为原始人脸图像尺寸的l/4m，其中，η为自然数，m为小于n+1的自然数；具体的，图像下采样是一种降低图像分辨率以对图像进行显示、存储、和/或传输等的技术。本实施例中可以采用现有的各种下采样方法，例如最近邻差值、双线性差值等差值方法，对原始人脸图像进行n(n=l，2，3，……)次下采样。得到的η张下采样图像的尺寸分另IJ为原始人脸图像尺寸的1/4、1/42、……、1/4η。以η=2为例，假设原始人脸图像尺寸为W*H，对原始人脸图像进行2次下采样，得到2张尺寸更小的下采样图像，则这2张下采样图像的尺寸分别为原始人脸图像尺寸的1/4、1/16，即尺寸分别为(W/2)*(H/2)、(W/4)*(H/4)。S204，对每一个下采样图像和原始人脸图像按照原始人脸图像尺寸的I/ ^彳^进行分块处理，其中，S为自然数；具体的，可以按照原始人脸图像尺寸的l/4n、l/ (2*4n)、l/ (3*4n)、……，即步骤S203中得到的最小尺寸的下采样图像的尺寸或更小尺寸，对下采样图像和原始人脸图像进行分块处理。以n=2，S=l为例，假设原始人脸图像尺寸为W*H，则按照原始人脸图像尺寸的1/42，即最小尺寸的下采样图像的尺寸(W/4)*(H/4)，对步骤S203得到的2张下采样图像和原始人脸图像进行分块处理，分块处理后得到1+4+16=21个图像块。S205，对每一个分块处理后的图像块进行局部二值模式LBP描述子提取，得到每一个图像块的LBP直方图；S206，根据每一个图像块的LBP直方图，提取每一个分块处理后的图像块的特征
向量;
具体的，图3为局部二值模式LBP描述子提取过程的示意图，如图3所示，在图像块中每个像素点周围选取若干个(以8个为例)邻域像素点，以中心像素点的灰度值(4)作为基准，将灰度值小于中间像素点灰度值的相邻像素点量化为0，将灰度值大于或者等于中间像素点灰度值的相邻像素点量化为I ;再将邻域像素点量化后的值按照一定方向(以顺时针方向为例)串联起来得到一个8位的二进制数(11010011)，并进一步转换成十进制数(211)赋予中心像素点；依次对图像块中所有像素点进行上述操作，得到该图像块的LBP图，图中每个像素点对应一个十进制数(O 255)，完成对该图像块的LBP描述子提取过程。根据上述得到的LBP图进一步得到该图像块的LBP直方图，图中横坐标为O 255范围内的整数，纵坐标为LBP图中与横坐标的十进制数对应的像素点的个数；根据此LBP直方图，提取该图像块的特征向量(X1，Y1)、( X2，Y2)、……、(X255，Y255 )，其中，X1-X255为LBP直方图中横坐标的值，Y1-Y255为LBP直方图中与横坐标对应的纵坐标的值。按照上述方法对分块处理后的21个图像块分别进行特征向量的提取。S207，将提取的每一个图像块的特征向量与预先注册的人脸图像的对应图像块的特征向量进行相似度匹配，得到每一个图像块的相似度；具体的，预先注册的人脸图像也是按照上述各步骤得到并储存起来的。S204中所举的例子，n=2，S=l，原始人脸图像和两次下采样得到的图像分为21个图像块。那么预先注册的人脸图像也对应21个图像块，每个图像块对应一组特征向量。可以将步骤S206得到的待识别人脸图像的21个图像块的特征向量分别与预先注册的人脸图像的对应图像块的特征向量进行相似度匹配，得到待识别人脸图像中每个图像块的相似度。S208，根据得到的全部图像块的相似度得到人脸图像的识别结果。该步骤中，可以对得 到的全部图像块的相似度进行加权融合计算，得到最终相似度，根据该最终相似度得到人脸图像的识别结果。具体的，对步骤S207得到的待识别人脸图像中各个图像块的相似度进行加权融合，即为每个图像块分配一个权值，将每个图像块的相似度与对应权值的乘积相加，得到待识别人脸图像与预先注册的人脸图像的最终相似度。其中，权值分配具体可以为人脸重点部分(例如眼睛、鼻子、嘴等)所在图像块分配较大的权值，人脸非重点部分(例如脸颊等)所在图像块分配较小的权值，所有图像块对应的权值之和为I。根据得到的最终相似度是否超过设定阈值，可以判断待识别人脸图像与预先注册的人脸图像是否对应同一个人，实现对人物身份的识别。可选的，在步骤S207之前，还可以包括:对提取的每个图像块的特征进行后处理(例如主成分分析、线性判别分析等)，以降低每个图像块的特征的维度，增强后续相似度匹配的判别性。需要说明的是，本实施例提供的人脸识别方法，同样适用于其他基于生物特征(指纹、虹膜、掌纹等)的图像的识别。本实施例提供的人脸识别方法，通过对待识别的原始人脸图像进行预处理，提升了图像判读和识别的效果；通过对原始人脸图像进行下采样，得到与原始人脸图像尺寸不同的下采样图像，进行多尺寸的人脸图像特征提取，提高了人脸图像特征对人脸图像的描述能力；通过对下采样图像和预处理后的原始人脸图像进行分块处理，根据分块处理后得到的全部图像块的相似度得到人脸图像的识别结果，提高了人脸图像识别的精度。图4为本发明提供的人脸识别设备一个实施例的结构示意图。如图4所示，本实施例中的人脸识别设备40为执行上述人脸识别方法的特定主体，具体可以包括:获取模块41、采样模块42、处理模块43、提取模块44、匹配模块45和识别模块46，其中:获取模块41，用于获取待识别的原始人脸图像；采样模块42，用于对原始人脸图像进行下采样，得到至少一个与原始人脸图像尺寸不同的下采样图像；具体可以用于:对原始人脸图像进行η次下采样，得到η张不同尺寸的下采样图像，η张不同尺寸的下采样图像的尺寸分别为原始人脸图像尺寸的l/4m，其中，η为自然数，m为小于n+1的自然数。具体的，图像下采样是一种降低图像分辨率以对图像进行显示、存储、和/或传输等的技术。本实施例中，采样模块42可以采用现有的各种下采样方法，例如最近邻差值、双线性差值等差值方法，对获取模块41获取的原始人脸图像进行η (η=1，2，3，……)次下采样。得到的η张下采样图像的尺寸分别为原始人脸图像尺寸的1/4、1/42、……、1/4η。以η=2为例，假设原始人脸图像尺寸为W*H，采样模块42对原始人脸图像进行2次下采样，得到2张尺寸更小的下采样图像，则这2张下采样图像的尺寸分别为原始人脸图像尺寸的1/4、1/16，即尺寸分别为(W/2)*(H/2)、(W/4)*(H/4)。处理模块43，用于对每一个下采样图像和原始人脸图像进行分块处理，得到至少两个分块处理后的图像块；具体可以用于:对每一个下采样图像和原始人脸图像按照原始人脸图像尺寸的I/ (S*4n)进行分块处理，得到至少两个分块处理后的图像块，其中，S为自然数。具体的，处理模块43可以按照原始人脸图像尺寸的l/4n、I/ (2*4n)、I/(3*4n)、……，即采样模块42下采样得到的最小尺寸的下采样图像的尺寸或更小尺寸，对下采样图像和原始人脸图像进行分块处理。以n=2，S=I为例，假设原始人脸图像尺寸为W*H，则处理模块43按照原始人脸图像尺寸的1/42，即最小尺寸的下采样图像的尺寸(W/4) * (H/4)，对采样模块42下采样得到的2张下采样图像和原始人脸图像进行分块处理，分块处理后得到1+4+16=21个图像块。提取模块44，用于对分块处理后的图像块进行特征提取，得到图像块的特征；具体可以用于:对每一个分块处理后的图像块进行局部二值模式LBP描述子提取，得到每一个图像块的LBP直方图；根据每一个图像块的LBP直方图，提取每一个分块处理后的图像块的特征向量。具体的，提取模块44对分块处理后得到的每个图像块进行LBP描述子提取，得到每个图像块的LBP图，根据得到的LBP图进一步得到每个图像块的LBP直方图，根据得到的LBP直方图，提取每个图像块的特征向量。具体过程参见图2所示实施例步骤S206中的相关描述，此处不再赘述。匹配模块45，用于将提取的每个图像块的特征与预先注册的人脸图像的对应图像块的特征进行相似度匹配，得到每个图像块的相似度；具体的，预先注册 的人脸图像也是按照上述方案得到并储存起来的，以n=2，S=I为例，原始人脸图像分为16个图像块，两次下采样得到的图像分别分为4个图像块和I个图像块。那么预先注册的人脸图像也对应21个图像块，每个图像块对应一组特征向量。
匹配模块45将提取模块44提取的待识别人脸图像的21个图像块的特征向量分别与预先注册的人脸图像的对应图像块的特征向量进行相似度匹配，得到待识别人脸图像中每个图像块的相似度。识别模块46，用于根据得到的全部图像块的相似度得到人脸图像的识别结果。识别模块46可以对得到的全部图像块的相似度进行加权融合计算，得到最终相似度，根据该最终相似度得到人脸图像的识别结果。具体的，识别模块46对匹配模块45得到的待识别人脸图像中各个图像块的相似度进行加权融合，即为每个图像块分配一个权值，将每个图像块的相似度与对应权值的乘积相加，得到待识别人脸图像与预先注册的人脸图像的最终相似度。其中，权值分配具体可以为人脸重点部分(例如眼睛、鼻子、嘴等)所在图像块分配较大的权值，人脸非重点部分(例如脸颊等)所在图像块分配较小的权值，所有图像块对应的权值之和为I。识别模块46根据得到的最终相似度是否超过设定阈值，判断待识别人脸图像与预先注册的人脸图像是否对应同一个人，以实现对人物身份的识别。可选的，采样模块42还可以用于:对原始人脸图像进行下采样之前，对原始人脸图像进行直方图均衡化处理。具体的，直方图均衡化是一种图像增强的方法，用于增强图像的亮度和对比度，改善图像质量，增加图像重点部分的层次感，提升图像判读和识别的效果。可选的，匹配模块45还可以用于:将提取的每个图像块的特征与预先注册的人脸图像的对应图像块的特征进行相似度匹配之前，对提取模块44提取的每个图像块的特征进行后处理(例如主成分分析、线性判别分析等)，以降低每个图像块的特征的维度，增强后续相似度匹配的判别性。需要说明的是，本实施例提供的人脸识别设备40，同样适用于其他基于生物特征(指纹、虹膜、掌纹等)的图像的识别。本实施例提供的人脸识别设备，通过对待识别的原始人脸图像进行预处理，提升了图像判读和识别的效果；通过对原始人脸图像进行下采样，得到与原始人脸图像尺寸不同的下采样图像，进行多尺寸的人脸图像特征提取，提高了人脸图像特征对人脸图像的描述能力；通过对下采样图像和预处理后的原始人脸图像进行分块处理，根据分块处理后得到的全部图像块的相似度得到人脸图像的识别结果，提高了人脸图像识别的精度。图5为本发明提供的人脸识别设备又一个实施例的结构示意图。如图5所示，本实施例的人脸识别设备包括:存储器51和处理器52。该人脸识别设备可选的还可以包括摄像头等模块以获取原始人脸图像。存储器51可能包含高速RAM存储器，也可能还包含非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器51可选的可以包含至少一个存储装置。存储器51存储了执行指令，当人脸识别设备运行时，处理器52与存储器51之间通信，处理器52执行指令使得人脸识别设备可以执行图1或图2任一实施例所提供的人脸识别方法。本实施例中的处理器可能是一种集成电路芯片，具有信号处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。上述处理器可以是微处理器或者上述处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。本发明实施例还提供一种芯片，该芯片用于进行人脸识别处理，该芯片可以包括上述的处理器。需要说明的是，本实施例提供的人脸识别设备，同样适用于其他基于生物特征(指纹、虹膜、掌纹等)的图像的识别。本实施例提供的人脸识别设备，通过处理器52执行存储器51存储的指令，对待识别的原始人脸图像进行预处理，提升了图像判读和识别的效果；对原始人脸图像进行下采样，得到与原始人脸图像尺寸不同的下采样图像，进行多尺寸的人脸图像特征提取，提高了人脸图像特征对人脸图像的描述能力；对下采样图像和预处理后的原始人脸图像进行分块处理，根据分块处理后得到的全部图像块的相似度得到人脸图像的识别结果，提高了人脸图像识别的精度。本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括:R0M、RAM、磁碟或者光盘等各种可以存储程序代码的介质。最后应说明的是:以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
权利要求
1.一种人脸识别方法，其特征在于，包括: 获取待识别的原始人脸图像； 对所述原始人脸图像进行下采样，得到至少一个与所述原始人脸图像尺寸不同的下采样图像； 对每一个所述下采样图像和所述原始人脸图像进行分块处理，得到至少两个分块处理后的图像块； 对所述分块处理后的图像块进行特征提取，得到图像块的特征； 将每一个所述图像块的特征与预先注册的人脸图像的对应图像块的特征进行相似度匹配，得到每一个图像块的相似度； 根据得到的全部所述图像块的相似度得到人脸图像的识别结果。
2.根据权利要求1所述的方法，其特征在于，所述对所述原始人脸图像进行下采样，得到至少一个与所述原始人脸图像尺寸不同的下采样图像，包括: 对所述原始人脸图像进行η次下采样，得到η张不同尺寸的下采样图像，所述η张不同尺寸的下采样图像的尺寸分别为所述原始人脸图像尺寸的l/4m，其中，η为自然数，m为小于n+1的自然数。
3.根据权利要求2所述的方法，其特征在于，所述对每一个所述下采样图像和所述原始人脸图像进行分块处理，包括: 对每一个所述下采 样图像和所述原始人脸图像按照所述原始人脸图像尺寸的I/(S*4n)进行分块处理，其中，S为自然数。
4.根据权利要求3所述的方法，其特征在于，所述S=l，所述n=2。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述对所述分块处理后的图像块进行特征提取，得到图像块的特征，包括: 对每一个所述分块处理后的图像块进行局部二值模式LBP描述子提取，得到每一个图像块的LBP直方图； 根据所述每一个图像块的LBP直方图，提取每一个所述分块处理后的图像块的特征向量。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述对所述原始人脸图像进行下采样之前，所述方法还包括: 对所述原始人脸图像进行直方图均衡化预处理。
7.—种人脸识别设备，其特征在于，包括: 获取模块，用于获取待识别的原始人脸图像； 采样模块，用于对所述原始人脸图像进行下采样，得到至少一个与所述原始人脸图像尺寸不同的下采样图像； 处理模块，用于对每一个所述下采样图像和所述原始人脸图像进行分块处理，得到至少两个分块处理后的图像块； 提取模块，用于对所述分块处理后的图像块进行特征提取，得到图像块的特征； 匹配模块，用于将每一个所述图像块的特征与预先注册的人脸图像的对应图像块的特征进行相似度匹配，得到每一个图像块的相似度； 识别模块，用于根据得到的全部所述图像块的相似度得到人脸图像的识别结果。
8.根据权利要求7所述的设备，其特征在于，所述采样模块具体用于: 对所述原始人脸图像进行η次下采样，得到η张不同尺寸的下采样图像，所述η张不同尺寸的下采样图像的尺寸分别为所述原始人脸图像尺寸的l/4m，其中，η为自然数，m为小于n+1的自然数。
9.根据权利要求8所述的设备，其特征在于，所述处理模块具体用于: 对每一个所述下采样图像和所述原始人脸图像按照所述原始人脸图像尺寸的I/(S*4n)进行分块处理，其中，S为自然数。
10.根据权利要求9所述的设备，其特征在于，所述S=l，所述n=2。
11.根据权利要求7-10任一项所述的设备，其特征在于，所述提取模块具体用于: 对每一个所述分块处理后的图像块进行局部二值模式LBP描述子提取，得到每一个图像块的LBP直方图； 根据所述每一个图像块的LBP直方图，提取每一个所述分块处理后的图像块的特征向量。
12.根据权利要求7-11任一项所述的设备，其特征在于，所述采样模块还用于: 对所述原始人脸图像进行下采样之前，对所述原始人脸图像进行直方图均衡化处理。
13.—种人脸识别设备，其特征在于，包括:存储器和处理器，所述存储器用于存储执行指令，当所述人脸识别设备运行时，所述处理器与所述存储器之间通信，所述处理器执行所述执行指令使得所述人脸识别设备执行如权利要求1至6任一项所述的方法。
全文摘要
本发明提供一种人脸识别方法和设备。该方法包括对原始人脸图像进行不同尺寸的下采样；对下采样图像和原始人脸图像进行分块处理；对分块处理后得到的每个图像块进行特征提取；将提取的每个图像块的特征与预先注册的人脸图像的对应图像块的特征进行相似度匹配，得到每一个图像块的相似度；根据得到的全部图像块的相似度得到人脸图像的识别结果。本发明提供的人脸识别方法和设备，通过对原始人脸图像进行不同尺寸的下采样，进行多尺寸的人脸图像特征提取，提高了人脸图像特征对人脸图像的描述能力；通过对下采样图像和原始人脸图像进行分块处理，根据得到的全部图像块的相似度得到人脸图像的识别结果，提高了人脸图像识别的精度。
文档编号G06K9/00GK103150561SQ201310088469
公开日2013年6月12日 申请日期2013年3月19日 优先权日2013年3月19日
发明者牛胜石, 山世光, 李岩 申请人:华为技术有限公司