[发明专利]一种基于重点区域特征比对的人脸识别方法与系统

摘要

本发明属于人脸识别技术领域，具体涉及一种识别速度更快、精度更高的基于重点区域特征比对的人脸识别方法与系统。一种基于重点区域特征比对的人脸识别方法，包括人脸图像采集；人脸校准；通过分类器对人脸特征进行分类；进行重点区域的人脸特征提取；对重点区域的人脸特征进行比对完成人脸识别；特征分析进行深度学习。本发明包括了提取人脸特征、进行特征校准、用误差率判断和分类，最终来达到人脸识别的目的，通过多模型融合来达到提高准确率的目的。

主权项

1.一种基于重点区域特征比对的人脸识别方法，其特征在于，包括如下步骤：(1)人脸图像采集：图像采集设备实时采集彩色图像，按照RGB颜色模式，即每个像素的颜色由红绿蓝三个分量表示，将彩色图像进行灰度化处理，取值范围均为0至255的灰度值或亮度值；0为最暗表示黑色，255为最亮表示白色；(2)人脸校准：确定采集到的彩色图像中人脸重点区域的各个基准点，重点区域包括：眼角区域，嘴角区域，鼻尖区域，瞳孔区域；根据基准点的坐标(x，y)以及各个基准点所在重点区域的特征曲线，进行人脸切割，得到校准的图像用于人脸特征提取；(3)通过分类器对人脸特征进行分类，将经过校准的人脸图像的重点区域分解出来；所有样本图像被赋予相同权值，对于样本数为N的训练集，样本初始权值为1/N；通过迭代方法突出未被正确分类的样本，弱化己被区分的样本；在迭代过程中对弱分类器进行区分，分类正确率越高的弱分类器在最终的强分类器中的权值越大；(4)进行重点区域的人脸特征提取：首先确定以基准点像素为中心像素的设定的区域Z，对于该区域Z按照先从横坐标进行遍历，再按纵坐标进行遍历的顺序遍历图像中的每个像素，对该区域Z的像素点(x，y)和它的邻接像素点的灰度值进行比较，如果像素点(x，y)的灰度值小于其邻接像素的灰度值，则将这个邻接像素标记为0；如果中心像素的灰度值大于或等于邻接像素灰度值，则将这个邻接像素标记为1‑255中的某一固定的阈值O；(5)对重点区域的人脸特征进行比对完成人脸识别：该区域Z经过人脸特征提取后的图像与图片库中对应该区域Z的标准图片进行比对，如果像素值的分类损失函数波动在某一预设阈值范围E内，则识别为图片库中的某一录入人脸图片对应的身份信息；如果像素值的分类损失函数波动在某一预设阈值范围E外，则识别为不合格，返回步骤(1)重新进行人脸图像采集；(6)特征分析进行深度学习，将新采集的重点区域的人脸特征纳入图片库：计算区域Z与图片库中对应该区域Z的标准图片的人脸特征的验证损失函数，如果验证损失函数波动在阈值I范围内则认定为新的标准图片，更新图片库中原有的该区域Z的标准图片；如果验证损失函数波动在阈值I范围外，则认定为已存入图片库；从而所述步骤(4)提取的人脸特征与标准图片进行比对，对于相互匹配的人脸特征纳入图片库作为后来人脸识别的数据源。