一种使用二维主元-独立元综合分析技术的移动设备人脸识别方法
【专利摘要】本发明提供一种使用二维主元-独立元综合分析技术的移动设备人脸识别方法，本方法使用2DPCA-ICA分析技术实现带摄像头的移动终端的人脸识别。使用中，需要终端具有拍照功能以采集人脸信息，然后利用2DPCA-ICA分析技术进行人脸信息的比对实现人脸识别。
【专利说明】一种使用二维主元-独立元综合分析技术的移动设备人脸识别方法
【技术领域】
[0001]本发明涉及智能身份识别【技术领域】，具体地说是一种使用二维主元-独立元综合分析技术的移动设备人脸识别方法。
【背景技术】
[0002](I) 二维主元-独立元综合分析(2DPCA-1CA)
传统独立元分析(Independent Component Analysis, ICA)用于人脸识别首先是将人脸图像矩阵转换成向量求白化矩阵，然后利用快速固定点算法求分离矩阵，获得人脸图像独立基子空间，从而实现人脸识别。二维主元分析(Two-dimens1nal PrincipleComponent Analysis, 2DPCA)无须将人脸图像矩阵转换成向量,直接利用二维人脸图像矩阵求协方差矩阵，其特征值与特征向量的计算得到简化。2DPCA-1CA结合2DPCA与ICA的特点，通过2DPCA计算白化矩阵；接着利用ICA获得人脸图像的独立元；然后构造独立基子空间；最后依据测试样本在独立基子空间上的投影特征实现人脸识别。
[0003]2DPCA是线性模型参数估计的一种常用方法。基本思想是对输入的图像矩阵进行规范化，求其协方差矩阵，进行特征值分解，选取其中较大特征值对应的特征向量作为方向进行投影。投影后的卡模式(Card emulat1n),相当于一张采用RFID技术的IC卡。可以替代大量的IC卡(包括信用卡)场合商场刷卡、公交卡、门禁管制，车票，门票等等。此种方式下，有一个极大的优点，那就是卡片通过非接触读卡器来供电，即便是寄主设备(如手机)没电也可以工作。
[0004]在人脸识别中，许多重要信息包含在高阶统计信息中。ICA是一种基于高阶统计信息的去相关多元数据处理方法。其基本思想是用一组基函数来表示一系列随机变量，同时，各元之间是统计独立的或者尽可能独立。独立元分析是实现盲源分离的最有效方法之
O
[0005]( 2 )移动终端人脸识别
人脸识别技术是一项新兴的生物识别技术。它广泛采用区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，最终实现身份的确认。随着手机、平板电脑等移动终端的普及和发展，其功能越来越强大，手机购物、手机银行等新兴事物渐渐被人们接受，移动终端的安全问题也越来越突出，移动终端上的生物识别技术越发重要。
【发明内容】
[0006]本发明的目的是提供一种使用二维主元-独立元综合分析技术的移动设备人脸识别方法。
[0007]本发明的目的是按以下方式实现的，具体步骤如下:
(I)人脸图像采集:通过摄像镜头采集图像，包括静态图像、动态图像、不同的位置、不同表情方面都得得到很好的采集；
(2)人脸检测:即在图像中准确标定出人脸的位置和大小；
(3)人脸图像预处理:系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化；
(4)人脸图像特征提取:通过2DPCA-1CA，依据训练样本数据求训练样本的白化，在此基础上利用快速固定点算法求分离矩阵，从而获得独立基子空间；
(5)人脸图像匹配与识别:通过2DPCA-1CA将训练样本在独立基子空间中的投影特征进行比较，即可实现人脸识别。
[0008]本发明的目的有益效果是:人脸识别技术是一项新兴的生物识别技术。它广泛采用区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，最终实现身份的确认。随着手机、平板电脑等移动终端的普及和发展，其功能越来越强大，手机购物、手机银行等新兴事物渐渐被人们接受，移动终端的安全问题也越来越突出，移动终端上的生物识别技术越发重要。
【专利附图】
【附图说明】
[0009]图1是使用二维主元-独立元综合分析(2DPCA-1CA)技术的移动终端人脸识别流程图。
【具体实施方式】
[0010]参照说明书附图对本发明的一种使用二维主元-独立元综合分析技术的移动设备人脸识别方法作以下详细地说明。
[0011]本发明的一种使用二维主元-独立元综合分析技术的移动设备人脸识别方法，具体步骤如下:
(1)人脸图像采集:通过摄像镜头采集图像，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集；
(2)人脸检测:即在图像中准确标定出人脸的位置和大小；
(3)人脸图像预处理:系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等；
(4)人脸图像特征提取:通过2DPCA-1CA，依据训练样本数据求训练样本的白化，在此基础上利用快速固定点算法求分离矩阵，从而获得独立基子空间；
(5)人脸图像匹配与识别:通过2DPCA-1CA将训练样本在独立基子空间中的投影特征与训练样本的投影特征进行比较，即可实现人脸识别。
[0012]除说明书所述的技术特征外，均为本专业技术人员的已知技术。
【权利要求】
1.一种使用二维主元-独立元综合分析技术的移动设备人脸识别方法，其特征在于，具体步骤如下: (1)人脸图像采集:通过摄像镜头采集图像，包括静态图像、动态图像、不同的位置、不同表情方面都得得到很好的采集； (2)人脸检测:即在图像中准确标定出人脸的位置和大小； (3)人脸图像预处理:系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化； (4)人脸图像特征提取:通过2DPCA-1CA，依据训练样本数据求训练样本的白化，在此基础上利用快速固定点算法求分离矩阵，从而获得独立基子空间； (5)人脸图像匹配与识别:通过2DPCA-1CA将训练样本在独立基子空间中的投影特征进行比较，即可实现人脸识别。
【文档编号】G06K9/64GK104268585SQ201410531181
【公开日】2015年1月7日 申请日期:2014年10月10日 优先权日:2014年10月10日
【发明者】王闯, 李潜, 戴鸿君, 于治楼 申请人:浪潮集团有限公司