一種用于人臉分析系統(tǒng)的人臉特征提取方法
【專利摘要】本發(fā)明涉及一種用于人臉分析系統(tǒng)的人臉特征提取方法,包括以下步驟:讀取視頻數(shù)據(jù)流;檢測人臉;人臉圖像處理;生成Gabor臉;生成一階、二階差分Gabor臉;將所有Gabor臉分別進(jìn)行鄰域二值化并加權(quán)相加,得到特征臉;獲取原始特征描述向量;獲取特征描述向量;將特征描述向量在人臉特征數(shù)據(jù)庫中進(jìn)行比對和分類;顯示分類結(jié)果。本發(fā)明的有益效果為:本發(fā)明基于Gabor變換、主元分析、線性判別分析和局部特征描述相結(jié)合的方法,一定程度上過濾掉光照、遮擋等影響,降維的同時,不損失有效的信息,依舊保持極高的比對正確率;獲取人臉圖像后,進(jìn)行原始特征提取時,選取比對的重要區(qū)域,在保證魯棒性的同時也減小了數(shù)據(jù)處理量。
【專利說明】一種用于人臉分析系統(tǒng)的人臉特征提取方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種用于人臉分析系統(tǒng)的人臉特征提取方法。
【背景技術(shù)】
[0002]隨著社會經(jīng)濟(jì)的高速發(fā)展,城市規(guī)模不斷擴大,人口快速增加等原因,城市治安管理面臨的壓力越來越大,傳統(tǒng)的以人力防范和事后處理為主的安防管理模式已經(jīng)開始制約城市治安管理水平的進(jìn)一步提高。例如,賓館、飯店和娛樂場所是社會人員活動的重要地區(qū),經(jīng)常會有可疑人員出入,因此需要進(jìn)行可疑人員實時監(jiān)測和預(yù)警。而傳統(tǒng)的監(jiān)控系統(tǒng)基本只能用于事后證據(jù)呈現(xiàn),不能夠?qū)崟r監(jiān)測、對可疑人員進(jìn)行預(yù)警。人臉檢測系統(tǒng)主要可以分為人臉監(jiān)測和人臉分析兩部分,而在人臉分析過程中要經(jīng)過人臉特征的提取和人臉特征的分類兩個步驟,目前主流的特征提取方法有Fisher方法和局部特征提取等方法,但現(xiàn)有算法多數(shù)存在魯棒性差,難以實際應(yīng)用的特點。
[0003]在已有的特征提取方法中,F(xiàn)isher方法基于整個臉進(jìn)行特征提取,然后進(jìn)行主元分析和線性判別分析降維,將特征描述符的維度控制在可接受的范圍內(nèi)。但是如果提取的人臉照片有部分被遮擋時,該方法仍將被遮擋部分計在圖片特征中,對正確人臉特征的提取造成干擾,從而影響到最終的分析結(jié)果。局部特征提取方法只選取重要部位,如眼睛、鼻子和嘴等部分的特征進(jìn)行提取,當(dāng)其他非重要區(qū)域被遮擋時仍然可以正確的提取人臉特征。但是,由于每個部分的人臉特征是單獨提取和進(jìn)行描述的,所以特征描述符的維數(shù)往往很大,帶來了巨大的計算量。
【發(fā)明內(nèi)容】
[0004]本發(fā)明的目的是提供一種用于人臉分析系統(tǒng)的人臉特征提取方法,以克服目前現(xiàn)有技術(shù)存在的上述不足。
[0005]本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn):
一種用于人臉分析系統(tǒng)的人臉特征提取方法,包括以下步驟:
O讀取視頻數(shù)據(jù)流,并對讀取到的視頻數(shù)據(jù)流進(jìn)行預(yù)處理;
2)檢測人臉,對經(jīng)過步驟I)處理后的視頻數(shù)據(jù)流進(jìn)行人臉檢測:如果檢測到人臉,精確定位人臉五官區(qū)域,將人臉圖像單獨截取出來;如果未檢測到人臉,回到步驟I);
3)人臉圖像處理,對步驟2)中截取的人臉圖像進(jìn)行歸一化處理;
4)生成Gabor臉,歸一化處理后的人臉圖像送入人臉分析服務(wù)器,人臉圖像經(jīng)過Gabor變換過濾得到Gabor臉;
5)生成一階差分Gabor臉和二階差分Gabor臉,將Gabor臉進(jìn)行差分分析,得到一階差分Gabor臉和二階差分Gabor臉;
6)將Gabor臉、一階差分Gabor臉和二階差分Gabor臉分別進(jìn)行鄰域二值化并加權(quán)相力口,得到特征臉;
7)獲取原始特征描述向量,對特征臉的五官區(qū)域進(jìn)行分析,對每個區(qū)域單獨進(jìn)行直方圖分析,得到局部特征描述向量,將每個局部特征描述向量連接起來,得到原始特征描述向量;
8)獲取特征描述向量,對原始特征描述向量進(jìn)行主元分析、線性判別分析、降維得到特征描述向量;
9)將特征描述向量在人臉特征數(shù)據(jù)庫中進(jìn)行比對和分類;以及
10)顯示分類結(jié)果。
[0006]進(jìn)一步的,所述步驟I)中,視頻數(shù)據(jù)流的預(yù)處理包括降噪處理、視頻格式歸一化處理。
[0007]所述步驟3)中,人臉圖像處理包括抗光照處理、格式、大小歸一化處理。
[0008]所述步驟6)中,鄰域二值化的方法公式為:
【權(quán)利要求】
1.一種用于人臉分析系統(tǒng)的人臉特征提取方法,其特征在于,包括以下步驟: 1)讀取視頻數(shù)據(jù)流,并對讀取到的視頻數(shù)據(jù)流進(jìn)行預(yù)處理; 2)檢測人臉,對經(jīng)過步驟I)處理后的視頻數(shù)據(jù)流進(jìn)行人臉檢測:如果檢測到人臉,精確定位人臉五官區(qū)域,將人臉圖像單獨截取出來;如果未檢測到人臉,回到步驟I); 3)人臉圖像處理,對步驟2)中截取的人臉圖像進(jìn)行歸一化處理; 4)生成Gabor臉,歸一化處理后的人臉圖像送入人臉分析服務(wù)器,人臉圖像經(jīng)過Gabor變換過濾得到Gabor臉; 5)生成一階差分Gabor臉和二階差分Gabor臉,將Gabor臉進(jìn)行差分分析,得到一階差分Gabor臉和二階差 分Gabor臉; 6)將Gabor臉、一階差分Gabor臉和二階差分Gabor臉分別進(jìn)行鄰域二值化并加權(quán)相加,得到特征臉; 7)獲取原始特征描述向量,對特征臉的五官區(qū)域進(jìn)行分析,對每個區(qū)域單獨進(jìn)行直方圖分析,得到局部特征描述向量,將每個局部特征描述向量連接起來,得到原始特征描述向量; 8)獲取特征描述向量,對原始特征描述向量進(jìn)行主元分析、線性判別分析、降維得到特征描述向量; 9)將特征描述向量在人臉特征數(shù)據(jù)庫中進(jìn)行比對和分類;以及 10)顯示分類結(jié)果。
2.根據(jù)權(quán)利要求1所述的用于人臉分析系統(tǒng)的人臉特征提取方法,其特征在于:步驟O中視頻數(shù)據(jù)流的預(yù)處理包括降噪處理、視頻格式歸一化處理。
3.根據(jù)權(quán)利要求2所述的用于人臉分析系統(tǒng)的人臉特征提取方法,其特征在于:步驟3)中人臉圖像處理包括抗光照處理、格式、大小歸一化處理。
4.根據(jù)權(quán)利要求3所述的用于人臉分析系統(tǒng)的人臉特征提取方法,其特征在于:步驟6)中的鄰域二值化的公式為:
5.根據(jù)權(quán)利要求4所述的用于人臉分析系統(tǒng)的人臉特征提取方法,其特征在于:步驟7)中獲取特征描述向量步驟包括: a)在特征臉上使用不同大小的矩形框提取人臉的五官區(qū)域,并配以較大權(quán)值,其他臉部區(qū)域配以較小權(quán)值;及 b)對每一個區(qū)域進(jìn)行不同尺度和方向的Gabor變換,接著做該區(qū)域的直方圖統(tǒng)計,并將每一個區(qū)域的直方圖統(tǒng)計結(jié)果拼接起來,得到原始的特征描述符。
【文檔編號】G06K9/00GK103927518SQ201410148548
【公開日】2014年7月16日 申請日期:2014年4月14日 優(yōu)先權(quán)日:2014年4月14日
【發(fā)明者】唐瑭 申請人:中國華戎控股有限公司