一种人脸识别方法
【专利摘要】本发明提供了一种人脸识别方法。具体方法为：对采集的人脸图像进行规范化处理，将人脸进行对齐纠正；在基于稀疏表征的SRC人脸识别算法的基础上，(1)采用n帧各个人脸统计多人脸识别以确定目标最终身份的多人脸识别方法；(2)采用的规则确定最终识别结果的人脸识别方法；(3)采用的规则确定最终识别结果的人脸识别方法；三种方法均提高了人脸识别的稳定性和可靠性。
【专利说明】一种人脸识别方法
【技术领域】
[0001] 本发明涉及一种人脸识别方法，特别是涉及一种适用于生物特征识别的自适应人 脸识别方法。
【背景技术】
[0002] 人脸识别方法的一般流程如下：系统输入一般是一张或者一系列含有未确定身份 的人脸图像，以及人脸数据库中的若干已知身份的人脸图象，而其输出则是一系列相似度 得分，表明待识别的人脸的身份。人脸识别方法主要包括特征提取，特征匹配，相似度计算 这三个部分。不同算法计算得到相似度需要与预想设定的门槛阈值进行比较，当相似度等 于或者高于该阈值时，判定人脸身份。因此，识别算法中的门槛阈值是识别的判定依据，对 识别效果准确性有着至关重要的作用。目前，国内外对于识别阈值的设定主要有两种途径，
[0003] -种是经验值方法，即通过对多个标准人脸库进行验证，取能够保证识别准确率 大于某一阈值。
[0004] 二种是自定义平均距离方法，比如在"平均脸"为特征的识别算法中，将阈值定义 为所有训练人脸到"平均脸"的距离平均值。
[0005] 对于经验值方法而言，其假设了各训练人脸库具有类似的特征分布，当实际人脸 库与标准人脸库差异较大时，设定的阈值将无法满足判别依据的作用。第二种方法只适用 于"平均脸"等具有衡量标准（如"平均脸值"）的算法，同时简单的计算距离很容易受到训 练样本中不规则样本的影响，抗噪声能力低，其作为判别依据的可靠性不高。
【发明内容】
[0006] 本发明要解决的技术问题是提供一种可靠性更高的基于稀疏表征的人脸识别方 法。
[0007] 本发明采用的技术方案如下：
[0008] 一种人脸识别方法，具体方法为：
[0009] 一、对采集的人脸图像进行规范化处理，将人脸进行对齐纠正；
[0010] 二、基于稀疏表征，采用SRC人脸识别算法进行多人脸识别。
[0011] 作为优选，所述步骤二中，进行多人脸识别的具体方法为：对当前帧人脸检测并按 坐标排序得出当前帧各个人脸的识别结果；根据当前帧各个人脸的识别结果计算对应的各 个人脸各自相邻η帧识别结果；统计各个人脸的身份，由超过半数n/2的统一身份决定目标 的最终身份。
[0012] 作为优选，所述坐标排序按照二维直角坐标系的坐标排序。
[0013] 作为优选，所述方法还包括：所述步骤二中，计算待识别图片与人脸库各类别间的 重建误差Ir1, r2,……rn}，Γι < r2……< rn，将得到的相似度值按厢
【权利要求】
1. 一种人脸识别方法，具体方法为： 一、 对采集的人脸图像进行规范化处理，将人脸进行对齐纠正； 二、 基于稀疏表征，采用SRC人脸识别算法进行多人脸识别。
2. 根据权利要求1所述的人脸识别方法，所述步骤二中，进行多人脸识别的具体方法 为：对当前帧人脸检测并按坐标排序得出当前帧各个人脸的识别结果；根据当前帧各个人 脸的识别结果计算对应的各个人脸各自相邻η帧识别结果；统计各个人脸的身份，由超过 半数η/2的统一身份决定目标的最终身份。
3. 根据权利要求2所述的人脸识别方法，所述坐标排序按照二维直角坐标系的坐标排 序。
4. 根据权利要求1所述的人脸识别方法，所述方法还包括：所述步骤二中，计算待识别 图片与人脸库各类别间的重建误差Ir1^2,……rn}，ri <r2……<rn，将得到的相似度值按 Γ 照-L <T1的规则确定最终识别结果；其中T1为比率值，T1 = 0. 6。 Γ2
5. 根据权利要求1到4之一所述的人脸识别方法，所述方法还包括：所述步骤二中，计 算待识别图片与人脸库各类别间的重建误差Ir1^2,……rn}，ri <r2……<rn，将得到的相 (厂+厂 + ···+厂)" 似度值按照^~^^ <G-τ；)X/?的规则确定最终识别结果；其中T1为比r；+r；+··· + /； 率值，T1 = 0.6。
6. -种人脸识别方法，具体方法为： 一、 对采集的人脸图像进行规范化处理，将人脸进行对齐纠正； 二、 基于稀疏表征，采用SRC人脸识别算法进行人脸识别； 所述步骤二中，计算待识别图片与人脸库各类别间的重建误差Ir1^2,……rn}，ri <r2……<rn，将得到的相似度值按照-1 <Tl的规则确定最终识别结果；其中T1为比率 rI 值，T1 = 0.6。
7. 根据权利要求6所述的人脸识别方法，所述方法还包括：所述步骤二中，计算待识别 图片与人脸库各类别间的重建误差Ir1^2,……rn}，ri <r2……<rn，将得到的相似度值按 (r+Γ+ ··· +厂 照^~^-V<G-f)χ ?的规则确定最终识别结果；其中T1为比率值，T1 = 厂厂+r2' +…+厂： 0· 6〇
8. -种人脸识别方法，具体方法为： 一、 对采集的人脸图像进行规范化处理，将人脸进行对齐纠正； 二、 基于稀疏表征，采用SRC人脸识别算法进行人脸识别； 所述步骤二中，计算待识别图片与人脸库各类别间的重建误差Ir1^2,……rn}，ri ^y*-|~y*-|- · · · -|- ^ <r2……<rn，将得到的相似度值按照^~^^ < (1 -XM的规则确定 K+rI+··· + ^ 最终识别结果；其中T1为比率值，T1 = 0. 6。
【文档编号】G06K9/00GK104239862SQ201410462230
【公开日】2014年12月24日 申请日期:2014年9月11日 优先权日:2014年9月11日
【发明者】吴佳芸 申请人:中国电子科技集团公司第二十九研究所