專利名稱：一種人臉認(rèn)證系統(tǒng)及方法
一種人臉認(rèn)證系統(tǒng)及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及領(lǐng)域人臉處理領(lǐng)域，特別涉及一種人臉認(rèn)證系統(tǒng)及方法。
背景技術(shù)：
隨著當(dāng)前計(jì)算機(jī)技術(shù)的迅速發(fā)展，計(jì)算機(jī)處理能力得到大幅度的提升；與此同時(shí)， 模式識(shí)別、計(jì)算機(jī)視覺(jué)等領(lǐng)域的相關(guān)技術(shù)也取得了快速發(fā)展，人臉認(rèn)證作為相關(guān)領(lǐng)域研究 和應(yīng)用的熱點(diǎn)，在安全、娛樂(lè)、人機(jī)交互等許多領(lǐng)域都具有重要的實(shí)用價(jià)值并得到了廣泛應(yīng)用。人臉認(rèn)證是人臉識(shí)別的一個(gè)分支，人臉認(rèn)證首先需要利用待認(rèn)證的人的臉部圖像 對(duì)分類器進(jìn)行訓(xùn)練，建立該人的分類器模型。當(dāng)一個(gè)人進(jìn)行人臉認(rèn)證時(shí)，通常先聲明自己的 身份信息，認(rèn)證系統(tǒng)根據(jù)聲明的信息從驗(yàn)證數(shù)據(jù)庫(kù)中找到該信息對(duì)應(yīng)的分類器模型，采用 該分類器模型對(duì)該人進(jìn)行人臉認(rèn)證，若認(rèn)證的結(jié)果與此人聲明的身份信息吻合，則表示認(rèn) 證通過(guò)，否則表示認(rèn)證未通過(guò)。雖然人臉認(rèn)證對(duì)同一個(gè)人是一個(gè)區(qū)分是否是庫(kù)中所申明身 份人的兩類分類問(wèn)題，但是由于庫(kù)中保存了多個(gè)合法用戶，因而現(xiàn)有方法需要為每個(gè)人訓(xùn) 練一個(gè)分類模型。此外，在應(yīng)用中視頻采集的多張人臉一般都具有不同的姿態(tài)和表情，而查詢數(shù)據(jù) 庫(kù)里的人臉也具有不同的姿態(tài)和表情，如果采用一對(duì)一的單張匹配方式，由于光照，姿態(tài)和 表情的影響會(huì)產(chǎn)生比較大的偏差，造成投票方式的不準(zhǔn)確。因此，有必要提出一種改進(jìn)的人臉認(rèn)證方案來(lái)解決上述問(wèn)題。

發(fā)明內(nèi)容本發(fā)明的目的在于提供一種人臉認(rèn)證系統(tǒng)和方法，其可以減少人臉姿態(tài)表情對(duì)于 認(rèn)證結(jié)果的影響。為了達(dá)到本發(fā)明的目的，根據(jù)本發(fā)明的一個(gè)方面，本發(fā)明提供一種人臉認(rèn)證系統(tǒng)， 其包括采集圖像序列的圖像采集模塊；在采集到的圖像序列中檢測(cè)和跟蹤人臉并得到多 張人臉圖像的人臉檢測(cè)跟蹤模塊；將得到的多張人臉圖像進(jìn)行平均得到平均人臉圖像的平 均人臉獲取模塊；從平均人臉圖像中提取人臉特征向量的人臉特征提取模塊；為多個(gè)合法 用戶存儲(chǔ)有人臉特征向量的人臉特征數(shù)據(jù)庫(kù)；人臉認(rèn)證模塊，利用人臉特征數(shù)據(jù)庫(kù)中的申 明合法用戶的人臉特征向量對(duì)人臉特征提取模塊提供的待認(rèn)證目標(biāo)的人臉特征向量進(jìn)行 人臉認(rèn)證。進(jìn)一步的，其還包括有在得到的多張人臉圖像上進(jìn)行特征點(diǎn)定位的特征點(diǎn)定位模 塊，所述平均人臉獲取模塊根據(jù)每張人臉圖像中定位出的人臉特征點(diǎn)將多張人臉圖像對(duì)齊 并歸一化尺寸，求取對(duì)齊且尺寸歸一化后的多張人臉圖像的亮度均值得到平均人臉圖像。進(jìn)一步的，所述人臉特征向量為L(zhǎng)BP直方圖特征向量，所述人臉認(rèn)證模塊將人臉 特征數(shù)據(jù)庫(kù)中的申明合法用戶的人臉特征向量與人臉特征提取模塊提供的待認(rèn)證目標(biāo)的 人臉特征向量作差得到人臉特征向量差，采用支持向量機(jī)模型對(duì)所述人臉特征向量差進(jìn)行認(rèn)證，如果待認(rèn)證目標(biāo)與申明合法用戶為同一人，則認(rèn)證通過(guò)，如果待認(rèn)證目標(biāo)與申明合法 用戶不為同一人，則認(rèn)證拒絕。進(jìn)一步的，所述人臉特征數(shù)據(jù)庫(kù)中的合法用戶的人臉特征向量為從根據(jù)該合法用 戶的多張人臉圖像得到的平均人臉圖像中提取的LBP直方圖特征向量。進(jìn)一步的，所述支持向量機(jī)模型系通過(guò)訓(xùn)練得到，所述訓(xùn)練過(guò)程為采集M個(gè)合法 用戶的人臉圖像，第m個(gè)人有Nm張人臉圖像，需要滿足Nm ^ 2*Navg，Navg為 平均人臉數(shù)；則從 第m個(gè)人的Nm張人臉圖像中任意選取Navg張，并從剩余的Nm-Navg張圖像中任意選取Navg張， 對(duì)齊歸一化后分別求取平均人臉，并計(jì)算平均人臉的LBP直方圖特征向量的差值，并作為 正樣本特征向量；從M個(gè)人中任意取出兩個(gè)人，假定當(dāng)前的兩個(gè)人分別為第ρ個(gè)人和第q個(gè) 人，從第P個(gè)人的Np張人臉圖像中任意選取Navg張，從第q個(gè)人的Nq張圖像中任意選取Navg 張，對(duì)齊歸一化后分別求取平均人臉，并計(jì)算平均人臉的LBP直方圖特征向量的差值，并將 所述差值向量作為反樣本特征向量；對(duì)于上述得到的正樣本和反樣本特征向量，選擇其中 分類能力強(qiáng)的前M個(gè)作為最終使用的特征向量；對(duì)于M個(gè)特征向量，采用支持向量機(jī)訓(xùn)練人 臉認(rèn)證模型，得到最終的人臉認(rèn)證模型。根據(jù)本發(fā)明的另一個(gè)方面，本發(fā)明提供一種人臉認(rèn)證方法，其包括采集圖像序 列；在采集到的圖像序列中檢測(cè)和跟蹤人臉并得到多張人臉圖像；將得到的多張人臉圖像 進(jìn)行平均得到平均人臉圖像；從平均人臉圖像中提取人臉特征向量；人臉特征數(shù)據(jù)庫(kù)為多 個(gè)合法用戶存儲(chǔ)有人臉特征向量；利用人臉特征數(shù)據(jù)庫(kù)中的申明合法用戶的人臉特征向量 對(duì)人臉特征提取模塊提供的待認(rèn)證目標(biāo)的人臉特征向量進(jìn)行人臉認(rèn)證。進(jìn)一步的，所述人臉認(rèn)證方法還包括在得到的多張人臉圖像上進(jìn)行特征點(diǎn)定位， 那么所述將得到的多張人臉圖像進(jìn)行平均得到平均人臉圖像包括根據(jù)每張人臉圖像中定 位出的人臉特征點(diǎn)將多張人臉圖像對(duì)齊并歸一化尺寸，求取對(duì)齊且尺寸歸一化后的多張人 臉圖像的亮度均值得到平均人臉圖像。進(jìn)一步的，所述人臉特征向量為L(zhǎng)BP直方圖特征向量，那么所述利用人臉特征數(shù) 據(jù)庫(kù)中的申明合法用戶的人臉特征向量對(duì)人臉特征提取模塊提供的待認(rèn)證目標(biāo)的人臉特 征向量進(jìn)行人臉認(rèn)證包括將人臉特征數(shù)據(jù)庫(kù)中的申明合法用戶的人臉特征向量與人臉特 征提取模塊提供的待認(rèn)證目標(biāo)的人臉特征向量作差得到人臉特征向量差，采用支持向量機(jī) 模型對(duì)所述人臉特征向量差進(jìn)行認(rèn)證，如果待認(rèn)證目標(biāo)與申明合法用戶為同一人，則認(rèn)證 通過(guò)，如果待認(rèn)證目標(biāo)與申明合法用戶不為同一人，則認(rèn)證拒絕。進(jìn)一步的，所述人臉特征數(shù)據(jù)庫(kù)中的合法用戶的人臉特征向量為從根據(jù)該合法用 戶的多張人臉圖像得到的平均人臉圖像中提取的LBP直方圖特征向量。進(jìn)一步的，所述支持向量機(jī)模型系通過(guò)訓(xùn)練得到，所述訓(xùn)練過(guò)程為采集M個(gè)合法 用戶的人臉圖像，第m個(gè)人有Nm張人臉圖像，需要滿足Nm ^ 2*Navg，Navg為平均人臉數(shù)；則從 第m個(gè)人的Nm張人臉圖像中任意選取Navg張，并從剩余的Nm-Navg張圖像中任意選取Navg張， 對(duì)齊歸一化后分別求取平均人臉，并計(jì)算平均人臉的LBP直方圖特征向量的差值，并作為 正樣本特征向量；從M個(gè)人中任意取出兩個(gè)人，假定當(dāng)前的兩個(gè)人分別為第ρ個(gè)人和第q個(gè) 人，從第P個(gè)人的Np張人臉圖像中任意選取Navg張，從第q個(gè)人的Nq張圖像中任意選取Navg 張，對(duì)齊歸一化后分別求取平均人臉，并計(jì)算平均人臉的LBP直方圖特征向量的差值，并將 所述差值向量作為反樣本特征向量；對(duì)于上述得到的正樣本和反樣本特征向量，選擇其中分類能力強(qiáng)的前M個(gè)作為最終使用的特征向量；對(duì)于M個(gè)特征向量，采用支持向量機(jī)訓(xùn)練人 臉認(rèn)證模型，得到最終的人臉認(rèn)證模型。與現(xiàn)有技術(shù)相比，本發(fā)明在 人臉認(rèn)證模型的訓(xùn)練、人臉特征向量的提取以及人臉 認(rèn)證過(guò)程中均采用不同姿態(tài)表情下多張人臉的平均人臉進(jìn)行處理，這樣能夠減少單張人臉 姿態(tài)表情對(duì)于認(rèn)證結(jié)果的影響。

結(jié)合參考附圖及接下來(lái)的詳細(xì)描述，本發(fā)明將更容易理解，其中同樣的附圖標(biāo)記 對(duì)應(yīng)同樣的結(jié)構(gòu)部件，其中圖1為本發(fā)明中人臉認(rèn)證系統(tǒng)在一個(gè)實(shí)施例中的結(jié)構(gòu)方框圖；圖2為標(biāo)準(zhǔn)人臉模型；和圖3為本發(fā)明中人臉認(rèn)證方法在一個(gè)實(shí)施例中的方法流程圖。
具體實(shí)施方式為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和具體實(shí) 施方式對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明。請(qǐng)參考圖1所示，其示出了本發(fā)明中的人臉認(rèn)證系統(tǒng)100在一個(gè)實(shí)施例中的結(jié)構(gòu) 方框圖。所述人臉認(rèn)證系統(tǒng)100包括圖像采集模塊110、人臉檢測(cè)跟蹤模塊120、特征點(diǎn)定 位模塊130、平均人臉獲取模塊140、人臉特征提取模塊150、人臉特征數(shù)據(jù)庫(kù)160和人臉認(rèn) 證模塊150。在訓(xùn)練過(guò)程和認(rèn)證過(guò)程中，所述圖像采集模塊110、人臉檢測(cè)跟蹤模塊120、特 征點(diǎn)定位模塊130、平均人臉獲取模塊140、人臉特征提取模塊150可以共用。所述圖像采集模塊110可以用來(lái)采集圖像序列。在一個(gè)實(shí)施例中，所述圖像采集 模塊110可以為攝像頭，當(dāng)用戶面對(duì)攝像頭時(shí)，所述攝像頭可以采集用戶的正面人臉圖像。所述人臉檢測(cè)跟蹤模塊120可以在采集到的圖像序列中進(jìn)行人臉檢測(cè)，在檢測(cè) 到人臉時(shí)進(jìn)行人臉跟蹤，并最后得到多張人臉圖像，這些人臉圖像可以被稱為待處理人臉 圖像。在一個(gè)實(shí)施例中，所述人臉檢測(cè)跟蹤模塊120中的人臉檢測(cè)與跟蹤方法包括以下步 驟采用實(shí)時(shí)人臉檢測(cè)算法對(duì)輸入的視頻圖像進(jìn)行人臉檢測(cè)；再采用粗細(xì)兩級(jí)人臉檢測(cè)算 法對(duì)檢測(cè)到的人臉進(jìn)行檢測(cè)驗(yàn)證；采用物體跟蹤算法跟蹤驗(yàn)證后的人臉；通過(guò)對(duì)跟蹤區(qū)域 的驗(yàn)證對(duì)跟蹤的人臉進(jìn)行驗(yàn)證處理。具體的，可以采用2006年6月28日公開(kāi)的申請(qǐng)?zhí)枮?200510135668. 8的專利申請(qǐng)中公開(kāi)的人臉檢測(cè)與跟蹤方案來(lái)實(shí)現(xiàn)所述人臉檢測(cè)跟蹤模塊 120。所述特征點(diǎn)定位模塊130可以對(duì)得到的每一張待處理人臉圖像中進(jìn)行特征點(diǎn)定 位以得到其內(nèi)的人臉特征點(diǎn)，比如定位人臉的左眼、右眼和嘴巴等特征點(diǎn)。在一個(gè)實(shí)施例 中，所述特征點(diǎn)定位模塊130中的特征點(diǎn)定位方法包括以下步驟采用預(yù)先訓(xùn)練得到的雙 眼區(qū)域檢測(cè)器，檢測(cè)得到輸入圖像上的雙眼區(qū)域；確定所述雙眼區(qū)域上的左眼搜索區(qū)域和 右眼搜索區(qū)域；并且，采用左眼局部特征檢測(cè)器對(duì)所述左眼搜索區(qū)域進(jìn)行檢測(cè)，得到左眼候 選位置；采用右眼局部特征檢測(cè)器對(duì)所述右眼搜索區(qū)域進(jìn)行檢測(cè)，得到右眼候選位置；選 擇若干左眼候選位置和右眼候選位置進(jìn)行配對(duì)；并且，采用雙眼區(qū)域驗(yàn)證器對(duì)所述若干對(duì) 左眼候選位置和右眼候選位置進(jìn)行驗(yàn)證，確定左眼位置和右眼位置。具體的，可以采用2008年4月9日公開(kāi)的申請(qǐng)?zhí)枮?00710177541. 1的專利申請(qǐng)中公開(kāi)的人臉特征點(diǎn)定位方案來(lái) 實(shí)現(xiàn)所述特征點(diǎn)定位模塊130。所述平均人臉獲取模塊140根據(jù)每張待處理人臉圖像中定位出的人臉特征點(diǎn)將 多張待處理人臉圖像對(duì)齊并歸一化尺寸，求取對(duì)齊且尺寸歸一化后的多張待處理人臉圖像 的亮度均值得到平均人臉圖像。在一個(gè)實(shí)施例中，所述平均人臉獲取模塊140根據(jù)標(biāo)準(zhǔn)人 臉模型將每張待處理人臉圖像進(jìn)行對(duì)齊，并將每張對(duì)齊后的待處理人臉圖像分割縮放到歸 一化大小。下面介紹有關(guān)所述平均人臉獲取模塊140的一種具體實(shí)現(xiàn)方式。圖2是出了一種標(biāo)準(zhǔn)人臉模型，對(duì)于標(biāo)準(zhǔn)人臉模型，標(biāo)定該圖像中左眼中心點(diǎn) (xsle, ysJ，右眼中心點(diǎn)(X_，ysre)的位置，根據(jù)上述左眼中心點(diǎn)和右眼中心點(diǎn)定義人臉區(qū) 域?yàn)橐渣c(diǎn)(xs。，ysc)為中心、寬度為Wf的正方形區(qū)域。對(duì)于待處理人臉圖像，定位得到的左 眼中心點(diǎn)(xle，yj和右眼中心點(diǎn)(xre，yj。為了能夠得到對(duì)齊后的當(dāng)前待處理人臉圖像， 需要找到使得標(biāo)準(zhǔn)人臉特征點(diǎn)經(jīng)過(guò)該彷射變換后得到的位置最接近當(dāng)前待處理人臉圖像 中的特征點(diǎn)位置，下面將推導(dǎo)變換的數(shù)學(xué)模型。假設(shè)標(biāo)準(zhǔn)人臉模型上的某特征點(diǎn)為(X，y)，經(jīng)過(guò)仿射變換到當(dāng)前待處理人臉圖像 上對(duì)應(yīng)特征點(diǎn)為(χ'，y')，可以表示為下式
權(quán)利要求
1. 一種人臉認(rèn)證系統(tǒng)，其特征在于，其包括 采集圖像序列的圖像采集模塊；在采集到的圖像序列中檢測(cè)和跟蹤人臉并得到多張人臉圖像的人臉檢測(cè)跟蹤模塊； 將得到的多張人臉圖像進(jìn)行平均得到平均人臉圖像的平均人臉獲取模塊； 從平均人臉圖像中提取人臉特征向量的人臉特征提取模塊； 為多個(gè)合法用戶存儲(chǔ)有人臉特征向量的人臉特征數(shù)據(jù)庫(kù)；人臉認(rèn)證模塊，利用人臉特征數(shù)據(jù)庫(kù)中的申明合法用戶的人臉特征向量對(duì)人臉特征提 取模塊提供的待認(rèn)證目標(biāo)的人臉特征向量進(jìn)行人臉認(rèn)證。
2.根據(jù)權(quán)利要求1所述的人臉認(rèn)證系統(tǒng)，其特征在于，其還包括有在得到的多張人臉 圖像上進(jìn)行特征點(diǎn)定位的特征點(diǎn)定位模塊，所述平均人臉獲取模塊根據(jù)每張人臉圖像中定位出的人臉特征點(diǎn)將多張人臉圖像對(duì) 齊并歸一化尺寸，求取對(duì)齊且尺寸歸一化后的多張人臉圖像的亮度均值得到平均人臉圖 像。
3.根據(jù)權(quán)利要求1所述的人臉認(rèn)證系統(tǒng)，其特征在于，所述人臉特征向量為L(zhǎng)BP直方圖 特征向量，所述人臉認(rèn)證模塊將人臉特征數(shù)據(jù)庫(kù)中的申明合法用戶的人臉特征向量與人臉特征 提取模塊提供的待認(rèn)證目標(biāo)的人臉特征向量作差得到人臉特征向量差，采用支持向量機(jī)模 型對(duì)所述人臉特征向量差進(jìn)行認(rèn)證，如果待認(rèn)證目標(biāo)與申明合法用戶為同一人，則認(rèn)證通 過(guò)，如果待認(rèn)證目標(biāo)與申明合法用戶不為同一人，則認(rèn)證拒絕。
4.根據(jù)權(quán)利要求3所述的人臉認(rèn)證系統(tǒng)，其特征在于，所述人臉特征數(shù)據(jù)庫(kù)中的合法 用戶的人臉特征向量為從根據(jù)該合法用戶的多張人臉圖像得到的平均人臉圖像中提取的 LBP直方圖特征向量。
5.根據(jù)權(quán)利要求4所述的人臉認(rèn)證系統(tǒng)，其特征在于，所述支持向量機(jī)模型系通過(guò)訓(xùn) 練得到，所述訓(xùn)練過(guò)程為采集M個(gè)合法用戶的人臉圖像，第m個(gè)人有Nm張人臉圖像，需要滿足Nm ^ 2*Navg，Navg 為平均人臉數(shù)；則從第m個(gè)人的Nm張人臉圖像中任意選取Navg張，并從剩余的Nm-Navg張圖像中任意選 取Navg張，對(duì)齊歸一化后分別求取平均人臉，并計(jì)算平均人臉的LBP直方圖特征向量的差 值，并作為正樣本特征向量；從M個(gè)人中任意取出兩個(gè)人，假定當(dāng)前的兩個(gè)人分別為第P個(gè)人和第q個(gè)人，從第P個(gè) 人的Np張人臉圖像中任意選取Navg張，從第q個(gè)人的Nq張圖像中任意選取Navg張，對(duì)齊歸 一化后分別求取平均人臉，并計(jì)算平均人臉的LBP直方圖特征向量的差值，并將所述差值 向量作為反樣本特征向量；對(duì)于上述得到的正樣本和反樣本特征向量，選擇其中分類能力強(qiáng)的前M個(gè)作為最終使 用的特征向量；對(duì)于M個(gè)特征向量，采用支持向量機(jī)訓(xùn)練人臉認(rèn)證模型，得到最終的人臉認(rèn)證模型。
6. 一種人臉認(rèn)證方法，其特征在于，其包括 采集圖像序列；在采集到的圖像序列中檢測(cè)和跟蹤人臉并得到多張人臉圖像；將得到的多張人臉圖像進(jìn)行平均得到平均人臉圖像；從平均人臉圖像中提取人臉特征向量；利用人臉特征數(shù)據(jù)庫(kù)中的申明合法用戶的人臉特征向量對(duì)待認(rèn)證目標(biāo)的人臉特征向 量進(jìn)行人臉認(rèn)證，其中人臉特征數(shù)據(jù)庫(kù)為多個(gè)合法用戶存儲(chǔ)有人臉特征向量。
7.根據(jù)權(quán)利要求6所述的人臉認(rèn)證方法，其特征在于，其還包括在得到的多張人臉圖 像上進(jìn)行特征點(diǎn)定位，所述將得到的多張人臉圖像進(jìn)行平均得到平均人臉圖像包括根據(jù)每張人臉圖像中定 位出的人臉特征點(diǎn)將多張人臉圖像對(duì)齊并歸一化尺寸，求取對(duì)齊且尺寸歸一化后的多張人 臉圖像的亮度均值得到平均人臉圖像。
8.根據(jù)權(quán)利要求6所述的人臉認(rèn)證方法，其特征在于，所述人臉特征向量為L(zhǎng)BP直方圖 特征向量，所述利用人臉特征數(shù)據(jù)庫(kù)中的申明合法用戶的人臉特征向量對(duì)人臉特征提取模塊提 供的待認(rèn)證目標(biāo)的人臉特征向量進(jìn)行人臉認(rèn)證包括將人臉特征數(shù)據(jù)庫(kù)中的申明合法用戶的人臉特征向量與人臉特征提取模塊提供的待 認(rèn)證目標(biāo)的人臉特征向量作差得到人臉特征向量差，采用支持向量機(jī)模型對(duì)所述人臉特征 向量差進(jìn)行認(rèn)證，如果待認(rèn)證目標(biāo)與申明合法用戶為同一人，則認(rèn)證通過(guò)，如果待認(rèn)證目標(biāo) 與申明合法用戶不為同一人，則認(rèn)證拒絕。
9.根據(jù)權(quán)利要求8所述的人臉認(rèn)證方法，其特征在于，所述人臉特征數(shù)據(jù)庫(kù)中的合法 用戶的人臉特征向量為從根據(jù)該合法用戶的多張人臉圖像得到的平均人臉圖像中提取的 LBP直方圖特征向量。
10.根據(jù)權(quán)利要求9所述的人臉認(rèn)證系統(tǒng)，其特征在于，所述支持向量機(jī)模型系通過(guò)訓(xùn) 練得到，所述訓(xùn)練過(guò)程為采集M個(gè)合法用戶的人臉圖像，第m個(gè)人有Nm張人臉圖像，需要滿足Nm ^ 2*Navg，Navg 為平均人臉數(shù)；則從第m個(gè)人的Nm張人臉圖像中任意選取Navg張，并從剩余的Nm-Navg張圖像中任意選 取Navg張，對(duì)齊歸一化后分別求取平均人臉，并計(jì)算平均人臉的LBP直方圖特征向量的差 值，并作為正樣本特征向量；從M個(gè)人中任意取出兩個(gè)人，假定當(dāng)前的兩個(gè)人分別為第P個(gè)人和第q個(gè)人，從第P個(gè) 人的Np張人臉圖像中任意選取Navg張，從第q個(gè)人的Nq張圖像中任意選取Navg張，對(duì)齊歸 一化后分別求取平均人臉，并計(jì)算平均人臉的LBP直方圖特征向量的差值，并將所述差值 向量作為反樣本特征向量；對(duì)于上述得到的正樣本和反樣本特征向量，選擇其中分類能力強(qiáng)的前M個(gè)作為最終使 用的特征向量；對(duì)于M個(gè)特征向量，采用支持向量機(jī)訓(xùn)練人臉認(rèn)證模型，得到最終的人臉認(rèn)證模型。
全文摘要
本發(fā)明揭露了一種人臉認(rèn)證系統(tǒng)，其包括采集圖像序列的圖像采集模塊；在采集到的圖像序列中檢測(cè)和跟蹤人臉并得到多張人臉圖像的人臉檢測(cè)跟蹤模塊；將得到的多張人臉圖像進(jìn)行平均得到平均人臉圖像的平均人臉獲取模塊；從平均人臉圖像中提取人臉特征向量的人臉特征提取模塊；為多個(gè)合法用戶存儲(chǔ)有人臉特征向量的人臉特征數(shù)據(jù)庫(kù)；人臉認(rèn)證模塊，利用人臉特征數(shù)據(jù)庫(kù)中的申明合法用戶的人臉特征向量對(duì)人臉特征提取模塊提供的待認(rèn)證目標(biāo)的人臉特征向量進(jìn)行人臉認(rèn)證。這樣能夠減少單張人臉姿態(tài)表情對(duì)于認(rèn)證結(jié)果的影響。
文檔編號(hào)G06K9/62GK102004899SQ20101053150
公開(kāi)日2011年4月6日 申請(qǐng)日期2010年11月3日 優(yōu)先權(quán)日2010年11月3日
發(fā)明者鄧亞峰 申請(qǐng)人:無(wú)錫中星微電子有限公司