專利名稱：一種適用于人臉識別的新型魯棒性特征獲取方法
技術(shù)領(lǐng)域：
本發(fā)明屬于計算機視覺技術(shù)領(lǐng)域，涉及計算機視覺方面的模式識別，特別涉及一種在光照，表情，姿態(tài)變化時能夠?qū)θ四樳M行識別的新型魯棒性特征獲取方法。
背景技術(shù)：
近年來，數(shù)字圖像的應(yīng)用范圍越來越廣泛，計算機視覺在人類生活上的貢獻也越來越大，其中，計算機視覺在人臉識別方面得到了廣泛地應(yīng)用，作為身份驗證的方法之一，人臉識別相較于其它身份驗證方法，比如指紋識別，語音識別方法等，具有安全性好，容易操作等優(yōu)點，因此被廣泛應(yīng)用。目前，圍繞人臉識別衍生出了許多方法，例如基于全局特征，基于局部特征等幾種方法。在這些方法中，識別結(jié)果的好壞很大程度上取決于所選的特征的好壞。而一個好的特征則應(yīng)具備以下幾點要求 第一:準確，作為一個特征，它最基本的功能便是要能準確地去描述樣本；第二獨特，除準確外，它還要具有獨特的性能，這樣才能區(qū)分不同的樣本。經(jīng)過時間的淘汰，有兩種特征的實用性得到了證明。一是紋理特征，研究者們已經(jīng)發(fā)現(xiàn)皮膚細胞能在高斯變換下呈現(xiàn)出一定的獨特的規(guī)律，也就是說可以用小波變換來提取人的紋理特征，這便是著名的Gabor特征。另外一種是局部二值模式的特征，它的主要原理是基于比較中心點與其周圍點的灰度值然后將其關(guān)系提取為一個數(shù)值。由于光照強度的不同，攝入人臉上的灰度值也將發(fā)生變化。但是對于一個特定的人來說，其局部范圍內(nèi)灰度值分布的關(guān)系幾乎是不變的。因此，LBP，也就是表征局部灰度值分布的關(guān)系的特征，能夠作為 識別人臉的鋒利武器，并且很大程度上的抵抗光照以及表情姿態(tài)變化的影響。這兩種特征都是從事人臉識別的研究者們頻繁使用的，也都做了各種改進，并且在不同的人臉數(shù)據(jù)庫里取得了良好的識別率。然而，它們各自的局限性也一定程度上阻礙了識別率進一步提升的可能。Gabor特征是全局性的特征，主要在提取邊緣輪廓上比較清晰，而在面部的大部分區(qū)域，比如說臉頰，下巴等地方，則不能起到作用，而這些無效數(shù)據(jù)，甚至還會在匹配的時候形成干擾。而LBP特征，則因為它只描述了一階的變化，獨特性不夠明顯。另外，由于人臉本身就有一定相似度，又由于人臉并非穩(wěn)定，有時不同人的兩張臉的差異比同一個人的臉在不同環(huán)境下的差異都還小。再者，由于光照，表情，姿態(tài)等的變化， 人臉也將呈現(xiàn)出不同的甚至很大的變化，給識別的結(jié)果也帶來很大的困擾，而頭發(fā)，眼鏡等遮擋物與飾物，也一定程度上影響了識別的準確性。

發(fā)明內(nèi)容
本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題，特別創(chuàng)新地提出了一種適用于人臉識別的新型魯棒性特征獲取方法。為了實現(xiàn)本發(fā)明的上述目的，本發(fā)明提供了一種適用于人臉識別的新型魯棒性特征獲取方法，其包括如下步驟
SI :利用Gabor濾波器提取人臉的紋理特征；S2 :在人臉紋理特征上選定至少一個局部區(qū)域，并在所述每一個局部區(qū)域上確定至少一個特定方向，對人臉的紋理特征進行一階求導(dǎo)；S3 :對每一個局部區(qū)域的各個方向的一階導(dǎo)數(shù)進行二階求導(dǎo)。本發(fā)明的適用于人臉識別的新型魯棒性特征獲取方法能夠很好地抓取人臉的面部輪廓曲線，能夠克服光照，表情，姿態(tài)，以及飾物等的變化，準確性高。同時本發(fā)明類似于二階導(dǎo)數(shù)的變換，不會增加結(jié)果的維數(shù)，也不需要復(fù)雜的數(shù)學運算或者變換，計算很簡單，費時少，容易操作。在本發(fā)明的一個優(yōu)選實施例中，圓心P沿第i個特定方向上的一階導(dǎo)數(shù)為
權(quán)利要求
1.一種適用于人臉識別的新型魯棒性特征獲取方法，其特征在于，包括如下步驟 51:利用Gabor濾波器提取人臉的紋理特征； 52:在人臉紋理特征上選定至少一個局部區(qū)域，并在所述每一個局部區(qū)域上確定至少一個特定方向，對人臉的紋理特征進行一階求導(dǎo)； 53:對每一個局部區(qū)域的各個方向的一階導(dǎo)數(shù)進行二階求導(dǎo)。
2.如權(quán)利要求I所述的適用于人臉識別的新型魯棒性特征獲取方法，其特征在于，在所述步驟S2中，在人臉紋理特征上選擇一個點P為圓心，以半徑為rl的圓Cl和半徑為r2的圓C2所圍成的區(qū)域為局部區(qū)域。
3.如權(quán)利要求2所述的適用于人臉識別的新型魯棒性特征獲取方法，其特征在于，在所述步驟S2中，在所述圓Cl和所述圓C2的圓周上分別選擇將圓周等分為m+1份的m個點， 并將所述m個點按照相同的順序編號為0、2、…、i、由圓心P到圓Cl的i點再到圓C2的i點的方向即為第i個特定方向，所述m為正整數(shù)。
4.如權(quán)利要求3所述的適用于人臉識別的新型魯棒性特征獲取方法，其特征在于，圓心P沿第i個特定方向上的一階導(dǎo)數(shù)為
5.如權(quán)利要求I或5所述的適用于人臉識別的新型魯棒性特征獲取方法，其特征在于，所述圓心P點的二階求導(dǎo)數(shù)的取值為
全文摘要
本發(fā)明提出了一種適用于人臉識別的新型魯棒性特征獲取方法，其包括如下步驟利用Gabor濾波器提取人臉的紋理特征；在人臉紋理特征上選定至少一個局部區(qū)域，并在所述每一個局部區(qū)域上確定至少一個特定方向，對人臉的紋理特征進行一階求導(dǎo)；對每一個局部區(qū)域的各個方向的一階導(dǎo)數(shù)進行二階求導(dǎo)。本發(fā)明的適用于人臉識別的新型魯棒性特征獲取方法能夠很好地抓取人臉的面部輪廓曲線，能夠克服光照，表情，姿態(tài)，以及飾物等的變化，準確性高。同時本發(fā)明的變換過程不會增加結(jié)果的維數(shù)，也不需要復(fù)雜的數(shù)學運算或者變換，計算很簡單，費時少，容易操作。
文檔編號G06K9/46GK102890782SQ201210351040
公開日2013年1月23日 申請日期2012年9月19日 優(yōu)先權(quán)日2012年9月19日
發(fā)明者尹首一, 夏維, 歐陽鵬, 劉雷波, 魏少軍 申請人:清華大學