一种人脸识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN104573681A(43)申请公布日2015.04.29(21)申请号201510072798.5(22)申请日2015.02.11(71)申请人成都果豆数字娱乐有限公司地址610041四川省成都市高新区府城大道西段399号9栋2单元15层5号(72)发明人姚远(74)专利代理机构北京天奇智新知识产权代理有限公司11340代理人郭霞(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)权利要求书1页说明书5页附图1页(54)发明名称一种人脸识别方法(57)摘要本发明提供了一种人脸识别方法，该方法包括：通过预设特征提取方法得到人脸图像文件库中的每幅图像的特征矢量，形成相应的人脸图像特征库并建立索引；当用户提交被查询的人脸图像时，应用所述预设特征提取方法实时获取图像特征矢量，然后利用邻近搜索从人脸图像特征库中查找所有被查询人脸图像特征的邻近特征，并计算图像之间的相似度；按相似度从大到小的顺序返回最相似的一组人脸图像文件库中的图像作为图像识别结果。本发明提出了一种人脸识别方法，有效降低了图像识别中特征提取和特征匹配的计算复杂度，提高了识别效率。CN104573681ACN104573681A权利要求书1/1页1.一种人脸识别方法，其特征在于，包括：对于人脸图像文件库中的每幅图像，通过预设特征提取方法得到图像特征矢量，形成相应的人脸图像特征库，在此基础上建立索引；当用户提交被查询的人脸图像时，应用所述预设特征提取方法实时获取图像特征矢量，然后利用邻近搜索从人脸图像特征库中查找所有被查询人脸图像特征的邻近特征，并计算被查询人脸图像与人脸图像文件库中的图像之间的相似度；按相似度从大到小的顺序返回最相似的一组人脸图像文件库中的图像作为图像识别结果。2.根据权利要求1所述的方法，其特征在于，所述图像特征提取方法包括特征检测和特征描述，其中特征检测包括：检测尺度空间极值点，通过随机采样获取特征点；筛选并定位特征点的位置和尺度；在所述采样过程中，不对边缘区域的像素点进行采样，而只采样图像行、列范围的1/10-9/10内的点；所述特征描述包括特征点分配主方向；直接对随机采样的特征点进行特征描述，生成只包含位置和方向信息的特征描述矢量。3.根据权利要求2所述的方法，其特征在于，所述建立索引的步骤进一步包括：(1)将图像高维特征矢量p＝(x1，x2，…，xd)映射到汉明空间中，转换为二进制串p'＝Uc(x1)Uc(x2)…Uc(xd)，其中，Uc(xi)(i∈[1，d])表示由xi个1与c-xi个0组成的二进制串，c为特征矢量p中任意元素xi的最大值，d为特征矢量维度；(2)从上述二进制字符串p'中随机选k位(k∈(0，c×d))组成l个散列函数：g1(p)、g2(p)、…、gl(p)，每个函数对应一个散列表；(3)利用步骤(2)中的函数，将特征矢量映射到相应的散列表中。4.根据权利要求3所述的方法，其特征在于，所述利用邻近搜索从人脸图像特征库中查找所有被查询人脸图像特征的邻近特征，进一步包括：(1)对于被查询人脸图像中特征q1、q2、…、qk，映射到汉明空间中，转换为二进制串p'＝Uc(x1)Uc(x2)…Uc(xd)，其中，Uc(xi)(i∈[1，k])表示由xi个1与c-xi个0组成的二进制串，c为被查询人脸图像特征矢量中任意元素xi的最大值，k为特征矢量维度，并通过所述l个散列函数g1(p)、g2(p)、…、gl(p)分别映射到相应的散列表中；(2)提取gi(qj)(i∈(0，l]，j∈(0，k])相似域中的所有散列表项，保留与被查询人脸图像特征矢量距离在阈值范围内的表项，由特征库索引查找对应特征作为候选的邻近特征；(3)对于得到的候选邻近特征集，按其与查询特征之间的汉明距离由小到大排序，返回前K个特征作为被查询人脸图像特征的邻近特征，K为预设常数。2CN104573681A说明书1/5页一种人脸识别方法技术领域[0001]本发明涉及图像处理，特别涉及一种人脸图像识别方法。背景技术[0002]基于内容的图像识别是从海量数字图像信息中获取有价值的信息，从所查询图像的视觉特征出发，在人脸图像文件库中找出与其最为相似的被查询者的图像。其最关键的两项技术是人脸图像特征提取和人脸特征相似性匹配。传统图像特征提取方法检测图像特征点并进行特征描述而得到，而通常从一幅图像上提取的特征数量有限，且随图像灰度的变化其差异性较大，甚至在有些对比度过低的图像中还可能检测不到特征，另外一个不利因素是其特征点检测方法的运算复杂度一般较高；虽然对图像内容的描述覆盖面较大，但也带来特征数据量过多的问题。常规特征相似性匹配方法的基于特征空间搜索的索引，仅能处理较低