测试的结果，其中，在图7(b)中，曲线740指示使用传统的FisherFace方法获得的认证率，曲线730指示使用本发明的人脸认证方法获得的认证率。从图7(a)和图7(b)可知，根据本发明的示例性实施例的人脸认证方法与传统的人脸认证方法相比，能够获得更高的认证率。
[0075]尽管在以上描述以及对比测试中使用人脸的姿态信息结合FisherFace算法来进行人脸认证，但本发明不限于此，根据本发明的示例性实施例的人脸认证方法和装置能够考虑与身份无关的姿态信息，与现有的大部分人脸认证方法进行结合来实现对人脸的更准确地认证，提升了人脸认证的准确度并且同时具有较高的计算效率。
[0076]本发明示例性实施例可实现为计算机可读记录介质上的计算机可读代码。计算机可读记录介质是可存储其后可由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括:只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。计算机可读记录介质也可分布于连接网络的计算机系统，从而计算机可读代码以分布式存储和执行。此夕卜，完成本发明的功能程序、代码和代码段可容易地被与本发明相关的领域的普通程序员在本发明的范围之内解释。
[0077]尽管已经参照其示例性实施例具体显示和描述了本发明，但是本领域的技术人员应该理解，在不脱离权利要求所限定的本发明的精神和范围的情况下，可以对其进行形式和细节上的各种改变。
【主权项】
1.一种人脸认证装置，所述装置包括: 人脸检测模块，用于从第一图像中检测第一人脸图像并从第二图像中检测第二人脸图像； 人脸图像处理模块，用于对检测出的第一人脸图像和第二人脸图像进行处理，以分别估计第一人脸图像和第二人脸图像的姿态信息，并计算第一人脸图像与第二人脸图像之间的相似度； 人脸认证模块，用于基于第一人脸图像和第二人脸图像之间的相似度、第一人脸图像的姿态信息和第二人脸图像的姿态信息来认证第一人脸图像和第二人脸图像是否属于同一对象。2.如权利要求1所述的装置，其中，所述人脸图像处理模块包括: 特征点定位模块，用于从第一人脸图像和第二人脸图像定位关键特征点； 姿态估计模块，用于基于由特征点定位模块定位的第一人脸图像和第二人脸图像的关键特征点分别估计第一人脸图像和第二人脸图像的姿态信息；以及 相似度计算模块，用于基于第一人脸图像和第二人脸图像的关键特征点对第一人脸图像和第二人脸图像进行人脸对齐，分别从对齐的第一人脸图像和第二人脸图像中提取并选择第一人脸图像的面部特征和第二人脸图像的面部特征，并使用所选择的第一人脸图像的面部特征和第二人脸图像的面部特征来计算第一人脸图像和第二人脸图像之间的相似度。3.如权利要求2所述的装置，其中，所述相似度计算模块基于特征点定位模块定位的第一人脸图像和第二人脸图像的关键特征点，通过平移、旋转以及缩放中的至少一个来对第一人脸图像和第二人脸图像进行人脸对齐。4.如权利要求2所述的装置，其中，所述面部特征是人脸图像的物理特征、结构特征和数学特征中的至少一种。5.如权利要求2所述的装置，其中，所述相似度计算模块使用FisherFace算法来进行面部特征的提取和选择。6.如权利要求2所述的装置，其中，所述关键特征点是眼部特征点， 其中，所述相似度计算模块使用第一人脸图像的眼部特征点估计第一人脸图像的眼睛坐标、使用第二人脸图像的眼部特征点估计第二人脸图像的眼睛坐标，通过仿射变换将第一人脸图像和第二人脸图像的眼睛坐标变换至预定坐标位置，并将经过仿射变换的第一人脸图像和第二人脸图像修剪为预定尺寸，从而实现人脸对齐。7.如权利要求2所述的装置，其中，使用俯仰角、偏航角和翻滚角来表征人脸图像的姿态息。8.如权利要求7所述的装置，其中，所述姿态估计模块基于特征点定位模块定位的关键特征点，通过调整三维标注模型的姿态参数来对第一人脸图像和第二人脸图像进行最小均方误差匹配来分别计算第一人脸图像和第二人脸图像的俯仰角、偏航角和翻滚角。9.如权利要求1所述的装置，其中，所述人脸认证模块基于第一人脸图像和第二人脸图像之间的相似度、第一人脸图像的姿态信息和第二人脸图像的姿态信息，使用分类器来确定第一人脸图像和第二人脸图像是否属于同一对象。10.如权利要求9所述的装置，其中，所述分类器是非线性分类器。11.一种人脸认证方法，所述方法包括: 从第一图像中检测第一人脸图像并从第二图像中检测第二人脸图像； 对检测出的第一人脸图像和第二人脸图像进行处理，以分别估计第一人脸图像和第二人脸图像的姿态信息，并计算第一人脸图像与第二人脸图像之间的相似度； 基于第一人脸图像和第二人脸图像之间的相似度、第一人脸图像的姿态信息和第二人脸图像的姿态信息来认证第一人脸图像和第二人脸图像是否属于同一对象。12.如权利要求11所述的方法，其中，对人脸图像进行处理的步骤包括: 从第一人脸图像和第二人脸图像定位关键特征点； 基于定位的第一人脸图像和第二人脸图像的关键特征点分别估计第一人脸图像和第二人脸图像的姿态信息；以及 基于第一人脸图像和第二人脸图像的关键特征点对第一人脸图像和第二人脸图像进行人脸对齐，分别从对齐的第一人脸图像和第二人脸图像中提取并选择第一人脸图像的面部特征和第二人脸图像的面部特征，并使用所选择的第一人脸图像的面部特征和第二人脸图像的面部特征来计算第一人脸图像和第二人脸图像之间的相似度。13.如权利要求12所述的方法，其中，基于定位的第一人脸图像和第二人脸图像的关键特征点，通过平移、旋转以及缩放中的至少一个来对第一人脸图像和第二人脸图像进行人脸对齐。14.如权利要求12所述的方法，其中，所述面部特征是人脸图像的物理特征、结构特征和数学特征中的至少一种。15.如权利要求12所述的方法，其中，使用FisherFace算法来进行面部特征的提取和选择。16.如权利要求12所述的方法，其中，所述关键特征点是眼部特征点， 其中，进行人脸对齐的步骤包括: 使用第一人脸图像的眼部特征点估计第一人脸图像的眼睛坐标、使用第二人脸图像的眼部特征点估计第二人脸图像的眼睛坐标，通过仿射变换将第一人脸图像和第二人脸图像的眼睛坐标变换至预定坐标位置，并将经过仿射变换的第一人脸图像和第二人脸图像修剪为预定尺寸，从而实现人脸对齐。17.如权利要求12所述的方法，其中，使用俯仰角、偏航角和翻滚角来表征人脸图像的姿态信息。18.如权利要求17所述的方法，其中，基于定位的关键特征点，通过调整三维标注模型的姿态参数来对第一人脸图像和第二人脸图像进行最小均方误差匹配来分别计算第一人脸图像和第二人脸图像的俯仰角、偏航角和翻滚角。19.如权利要求11所述的方法，其中，基于第一人脸图像和第二人脸图像之间的相似度、第一人脸图像的姿态信息和第二人脸图像的姿态信息，使用分类器来确定第一人脸图像和第二人脸图像是否属于同一对象。20.如权利要求19所述的方法，其中，所述分类器是非线性分类器。
【专利摘要】提供了一种人脸认证装置和方法，所述装置包括：人脸检测模块，用于从第一图像中检测第一人脸图像并从第二图像中检测第二人脸图像；人脸图像处理模块，用于对检测出的第一人脸图像和第二人脸图像进行处理，以分别估计第一人脸图像和第二人脸图像的姿态信息，并计算第一人脸图像与第二人脸图像之间的相似度；人脸认证模块，用于基于第一人脸图像和第二人脸图像之间的相似度、第一人脸图像的姿态信息和第二人脸图像的姿态信息来认证第一人脸图像和第二人脸图像是否属于同一对象。
【IPC分类】G06K9/46, G06K9/62
【公开号】CN105320954
【申请号】CN201410370117
【发明人】汪彪, 冯雪涛, 沈晓璐, 韩宰俊
【申请人】北京三星通信技术研究有限公司, 三星电子株式会社
【公开日】2016年2月10日
【申请日】2014年7月30日