国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種人臉識(shí)別方法

      文檔序號(hào):10594562閱讀:441來(lái)源:國(guó)知局
      一種人臉識(shí)別方法
      【專利摘要】本發(fā)明公開(kāi)了一種人臉識(shí)別方法,自從上個(gè)世紀(jì)七十年代以來(lái),隨著人工智能技術(shù)的興起,以及人類視覺(jué)研究的進(jìn)展,人們逐漸對(duì)人臉圖像的機(jī)器識(shí)別投入很大的熱情,并形成了一個(gè)人臉圖像識(shí)別研究領(lǐng)域。如今,人臉識(shí)別在安全驗(yàn)證系統(tǒng)(電腦登陸和手機(jī)解鎖)、檔案管理、視頻會(huì)議、公安系統(tǒng)(罪犯識(shí)別等)等方面的巨大應(yīng)用前景,更令其成為一個(gè)研究熱點(diǎn)。本發(fā)明利實(shí)現(xiàn)了一個(gè)集多種預(yù)處理方法于一體的人臉識(shí)別方法,利用灰度圖像的直方圖比對(duì)來(lái)實(shí)現(xiàn)人臉圖像的識(shí)別判定。
      【專利說(shuō)明】
      -種人臉識(shí)別方法
      技術(shù)領(lǐng)域
      [0001] 本發(fā)明設(shè)及識(shí)別方法,具體地,設(shè)及一種人臉識(shí)別方法。
      【背景技術(shù)】
      [0002] 目前,遠(yuǎn)程身份認(rèn)證已成為一個(gè)熱口應(yīng)用,在很多領(lǐng)域都存在強(qiáng)烈需求,例如口禁 系統(tǒng),各種賬戶身份認(rèn)證等,為了加快認(rèn)證效率,機(jī)器化系統(tǒng)化智能認(rèn)證已是大勢(shì)所趨,隨 之產(chǎn)生了各種不同的驗(yàn)證方式,比如指紋、虹膜和人臉識(shí)別等,其中人臉識(shí)別是最近比較受 重視的驗(yàn)證方式,但是由于人臉識(shí)別時(shí)都需采用預(yù)存目標(biāo)人面部圖像然后比的方式進(jìn)行, 而圖像比對(duì)的精度則很難得到保證。

      【發(fā)明內(nèi)容】

      [0003] 本發(fā)明的目的在于,針對(duì)上述問(wèn)題,提出一種人臉識(shí)別方法,W實(shí)現(xiàn)準(zhǔn)確識(shí)別的優(yōu) 點(diǎn)。
      [0004] 為實(shí)現(xiàn)上述目的,本發(fā)明采用的技術(shù)方案是:一種人臉識(shí)別方法,包括W下步驟:
      [0005] 101.預(yù)存儲(chǔ)目標(biāo)對(duì)象面部圖像信息;
      [0006] 102.對(duì)預(yù)存儲(chǔ)的圖像進(jìn)行數(shù)字化處理;
      [0007] 103.采用人臉比對(duì)方法對(duì)目標(biāo)對(duì)象與上述102步驟形成的圖像進(jìn)行比對(duì)。
      [000引進(jìn)一步的,步驟102中所述的數(shù)字化處理方法為直方圖均衡化方法或直方圖規(guī)定 化方法。
      [0009] 其中直方圖均衡化方法具體過(guò)程如下:
      [0010] 假設(shè)源圖在坐標(biāo)(a, b)處的灰度為S,通過(guò)映射轉(zhuǎn)換為圖像P,在灰度直方圖均衡化 的處理過(guò)程中,假定圖像的映射函數(shù)定義為:P = EQ(S);
      [0011] 直方圖均衡化映射函數(shù)為:
      [001^ pk = EQ(Sk 30,化=0,1,...,1(-1)其中1(為圖像的灰度級(jí)數(shù);
      [0013] 直方圖規(guī)定化方法具體過(guò)程如下:
      [0014] 假設(shè)A為原始圖的灰度級(jí)數(shù),B為規(guī)定圖的灰度級(jí)數(shù),在B《A的情況下:
      [0015] 第一步,完成對(duì)原圖像直方圖的灰度均衡化;
      [0016] 第二步,規(guī)定直方圖,并對(duì)規(guī)定的直方圖進(jìn)行均衡化;
      [0017] 第=步,逆轉(zhuǎn)第一個(gè)步驟的變換,即將原始直方圖一一對(duì)應(yīng)到規(guī)定的直方圖,將所 有函數(shù)Pr(r)映射到函數(shù)Pz(Z)上,其中原始圖像的概率密度函數(shù)為Pr(r),期望獲得的圖像 概率密度函數(shù)為Pz(Z)J表示源圖的灰度級(jí),Z表示期望獲得圖像的灰度級(jí)。
      [0018] 本發(fā)明的技術(shù)方案具有W下有益效果:
      [0019] 本發(fā)明各實(shí)施例的人臉識(shí)別方法,由于對(duì)預(yù)存的圖像進(jìn)行一次預(yù)處理,可W增加 對(duì)比的有效性;從而可W克服現(xiàn)有技術(shù)中比對(duì)準(zhǔn)確性不高的缺陷,W實(shí)現(xiàn)準(zhǔn)確比對(duì)。
      [0020] 下面通過(guò)附圖和實(shí)施例,對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。
      【附圖說(shuō)明】
      [0021 ]圖1為人臉識(shí)別方法的基本流程圖。
      【具體實(shí)施方式】
      [0022] W下對(duì)本發(fā)明的優(yōu)選實(shí)施例進(jìn)行說(shuō)明,應(yīng)當(dāng)理解,此處所描述的優(yōu)選實(shí)施例僅用 于說(shuō)明和解釋本發(fā)明,并不用于限定本發(fā)明。
      [0023] -種人臉識(shí)別方法,包括W下步驟:
      [0024] 101.預(yù)存儲(chǔ)目標(biāo)對(duì)象面部圖像信息;
      [0025] 102.對(duì)預(yù)存儲(chǔ)的圖像進(jìn)行數(shù)字化處理;
      [00%] 103.采用人臉比對(duì)方法對(duì)目標(biāo)對(duì)象與上述102步驟形成的圖像進(jìn)行比對(duì)。
      [0027] 進(jìn)一步的,步驟102中所述的數(shù)字化處理方法為直方圖均衡化方法或直方圖規(guī)定 化方法。
      [0028] 其中直方圖均衡化方法具體過(guò)程如下:
      [0029] 假設(shè)源圖在坐標(biāo)(a, b)處的灰度為S,通過(guò)映射轉(zhuǎn)換為圖像P,在灰度直方圖均衡化 的處理過(guò)程中,假定圖像的映射函數(shù)定義為:P = EQ(S);
      [0030] 直方圖均衡化映射函數(shù)為:
      [0031] 化=EQ(sk Sk),化=0,1,...,1(-1)其中1(為圖像的灰度級(jí)數(shù);
      [0032] 直方圖規(guī)定化方法具體過(guò)程如下:
      [0033] 假設(shè)A為原始圖的灰度級(jí)數(shù),B為規(guī)定圖的灰度級(jí)數(shù),在B《A的情況下:
      [0034] 第一步,完成對(duì)原圖像直方圖的灰度均衡化;
      [0035] 第二步,規(guī)定直方圖,并對(duì)規(guī)定的直方圖進(jìn)行均衡化;
      [0036] 第=步,逆轉(zhuǎn)第一個(gè)步驟的變換,即將原始直方圖一一對(duì)應(yīng)到規(guī)定的直方圖,將所 有函數(shù)Pr(r)映射到函數(shù)Pz(Z)上,其中原始圖像的概率密度函數(shù)為Pr(r),期望獲得的圖像 概率密度函數(shù)為Pz(Z)J表示源圖的灰度級(jí),Z表示期望獲得圖像的灰度級(jí)。
      [0037] 人們把計(jì)算機(jī)的"眼睛"一一照相機(jī)等圖像采集設(shè)備(相應(yīng)的機(jī)器發(fā)現(xiàn)的目標(biāo)"影 像"就是數(shù)字圖像)一一所"看到"的人臉圖像,用來(lái)鑒別某人身份的能力,稱作"人臉識(shí)別"。 讓機(jī)器擁有類似的,甚至達(dá)到人類特有的人臉識(shí)別能力,正是諸多專家學(xué)者們現(xiàn)在所追求 的東西。
      [0038] 一般來(lái)說(shuō),人臉識(shí)別系統(tǒng)如圖1所示。
      [0039] 本發(fā)明是基于直方圖的差值比較的方法,W此完成人臉識(shí)別系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn)。
      [0040] W概率論為基礎(chǔ),運(yùn)用灰度直方圖來(lái)增強(qiáng)圖像之間的對(duì)比度,通過(guò)直方圖均衡化 和直方圖規(guī)定化來(lái)實(shí)現(xiàn)人臉識(shí)別。
      [0041] 直接對(duì)比度增強(qiáng)和間接對(duì)比度增強(qiáng)是兩種增強(qiáng)圖像對(duì)比度的方法。兩種最常見(jiàn)的 間接增強(qiáng)法分別是直方圖拉伸和直方圖均衡化。前者是借由對(duì)比度拉伸調(diào)節(jié)直方圖,實(shí)現(xiàn) 放大前、背景的灰度差,最終達(dá)到增強(qiáng)對(duì)比度;后者則通過(guò)運(yùn)用累積函數(shù)來(lái)調(diào)整灰度值來(lái)實(shí) 現(xiàn)最終目的。
      [0042] 在圖像處理領(lǐng)域中,直方圖均衡化一一運(yùn)用圖像的直方圖用W調(diào)節(jié)圖像對(duì)比度的 方法。在進(jìn)行加強(qiáng)圖像的局部對(duì)比度,特別是圖像的有效數(shù)據(jù)相似度較接近時(shí),通過(guò)直方圖 均衡化,能夠做到局部的對(duì)比度的增強(qiáng)而不影響整體。
      [0043] 運(yùn)種方法對(duì)于前后景色顏色太深或是太淺的圖像非常有效。直觀W及其可逆性就 是運(yùn)種方法的一大優(yōu)勢(shì),比方說(shuō)已知一個(gè)均衡化函數(shù),那么恢復(fù)成原始的直方圖也可W辦 到,而且其計(jì)算量也比較小。
      [0044] 把源圖的直方圖轉(zhuǎn)換成均勻分布的形式是直方圖均衡化的基本思想,運(yùn)樣就可W 實(shí)現(xiàn)增強(qiáng)圖像整體對(duì)比度。設(shè)源圖在坐標(biāo)(a, b)處的灰度為S,改變后的圖像是P,那么在(a, b)處的灰度S映射為P可表示圖像增強(qiáng)方法。在灰度直方圖均衡化的處理過(guò)程中,可W把它 對(duì)圖像的映射函數(shù)定義為:P = EQ(S),而EQ(S)必須得滿足下面的兩個(gè)條件:
      [0045] 第一,為確保增強(qiáng)處理沒(méi)有打亂源圖的灰度排列順序,函數(shù)EQ(S)在0《s《K-l范 圍內(nèi)是一個(gè)單值單增函數(shù)化為圖像的灰度級(jí)數(shù))。
      [0046] 第二,對(duì)于0《s《K-l有0《p《K-l,此約束條件可確保轉(zhuǎn)換前后灰度值動(dòng)態(tài)范圍 一致化為圖像的灰度級(jí)數(shù))。
      [0047] 累積分布函數(shù)CDF(Cumulative dis1:;r;Lbution化nction),能夠滿足上面的兩個(gè) 前提條件,且該CDF能夠把原圖像映射函數(shù)S的分布徹底轉(zhuǎn)換成映射函數(shù)P的均勻分布。由此 可W得到下面的直方圖均衡化映射函數(shù):
      [004引 pk = EQ(sk Sk),化= 0,1,...,K-1) (1.0)
      [0049] 函數(shù)求和區(qū)間從0到k,通過(guò)上述方程可W直接獲得直方圖均衡化后各個(gè)像素的灰 度值。轉(zhuǎn)換實(shí)現(xiàn)過(guò)程中,先要對(duì)源圖的灰度進(jìn)行統(tǒng)計(jì)分析,同時(shí)取得原始直方圖的分布,通 過(guò)累計(jì)直方圖分布獲取Sk到Pk的灰度映射關(guān)系。然后不斷重復(fù)W上的步驟,獲取全部的源圖 灰度級(jí)到所需的目標(biāo)圖像灰度級(jí)的映射關(guān)系之后,利用運(yùn)個(gè)映射關(guān)系,計(jì)算機(jī)對(duì)源圖中各 個(gè)像素實(shí)行灰度轉(zhuǎn)換,最后徹底完成對(duì)源圖的直方圖均衡化處理。
      [0050] 另外,如果正確地選擇規(guī)定化的函數(shù),能夠獲得比直方圖均衡化更好的效果。修正 直方圖的關(guān)鍵在于灰度映像函數(shù)的使用,而通過(guò)一個(gè)灰度映像函數(shù),把原灰度直方圖轉(zhuǎn)換 成所需要的直方圖的方法,就是直方圖規(guī)定化。在實(shí)際應(yīng)用中,有時(shí)候比較靈活的直方圖規(guī) 定化比直方圖均衡化更加實(shí)用。
      [0051] 假設(shè)A為原始圖的灰度級(jí)數(shù),B為規(guī)定圖的灰度級(jí)數(shù),直方圖匹配方法有下面3個(gè)主 要的步驟(只在B《A的情況下):
      [0052] 第一,完成對(duì)原圖像直方圖的灰度均衡化,為后面步驟做準(zhǔn)備;
      [0053] 第二,規(guī)定所需的直方圖,并對(duì)規(guī)定的直方圖進(jìn)行均衡化;
      [0054] 第=,逆轉(zhuǎn)第一個(gè)步驟的變換,也就是把原始直方圖一一對(duì)應(yīng)到規(guī)定的直方圖,將 所有函數(shù)Pr(r)映射到函數(shù)Pz(Z)上。
      [0055] 假設(shè)原始圖像的概率密度函數(shù)為Pr(r),期望獲得的圖像概率密度函數(shù)為Pz(Z)(r 表示源圖的灰度級(jí)和Z表示期望獲得圖像的灰度級(jí))。對(duì)原始圖像實(shí)行直方圖均衡化,即求 變換函數(shù)
      [0056]
      (I-I)
      [0057] 假定已得到了所希望的圖像,對(duì)它進(jìn)行直方圖均衡化處理,即
      [0058;
      (1.2)
      [0059]它的逆變換為
      [0060] Z=G-I(V) (1.3)
      [0061] 由于均為均衡化處理,所W經(jīng)過(guò)處理的原圖像概率密度函數(shù)Pr(r)及期望圖像概 率密度函數(shù)Pz(Z)相等。因此,能夠使用變換之后的原始圖像灰度級(jí)S代替(1.2)式中的V。即
      [0062] Z=G-I(S) (1.4)
      [0063] 此時(shí)的灰度級(jí)Z正是期望的圖像的灰度級(jí)。此外,利用(1.1)與(1.3)得到下面的組 合變換函數(shù)
      [0064] z=G_i(T(r)) (1.5)
      [0065] 式(1.3)的離散公式為
      [0066]
      (1 (>)
      [0067] 其中n為圖像中像素總和,nj為灰度級(jí)為rj的像素?cái)?shù)量,L為離散灰度級(jí)的數(shù)量。類 似的離散表達(dá)式由給定的直方圖Pz(Zi)Q = O, 1,2,..丄-1)得到,且有形式
      [0068]
      (1.7)
      [0069] 式(1.4)到(1.7)是數(shù)字圖像直方圖規(guī)定化的基本公式。式(1.6)是可由原始圖像 的像素計(jì)算得到式(1.7)可從給定的直方圖Pz(Z)計(jì)算變換函數(shù)G式(1.4)或(1.5)亦可直接 實(shí)現(xiàn),但需作如下說(shuō)明,由VK=S兩知,所找的Z值必須滿足等式G(Zk) = S過(guò)此要找Sk所對(duì)應(yīng) 的Zk只需在Z值上迭代,W滿足等式。因?yàn)樘幚淼氖钦麛?shù),所能得到的滿足等式G(Zk)-Sk = O 最接近的整數(shù)即可。
      [0070] 統(tǒng)計(jì)好源圖像直方圖灰度級(jí)上的概率密度,將源圖像的直方圖概率密度實(shí)行直方 圖均衡化,與此同時(shí)均衡化規(guī)定的直方圖概率密度,最后確定源圖像直方圖與規(guī)定直方圖 的對(duì)應(yīng)映射關(guān)系,原則是針對(duì)源圖像均衡化后的直方圖的每一個(gè)灰度級(jí)概率密度,查找最 接近的規(guī)定直方圖灰度概率密度數(shù)值,組建起灰度映射表,并根據(jù)映射表一一處理各像素 點(diǎn)。
      [0071] 綜上所述,本發(fā)明通過(guò)直方圖預(yù)處理,增強(qiáng)了人臉識(shí)別的準(zhǔn)確率。
      [0072] 最后應(yīng)說(shuō)明的是:W上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已,并不用于限制本發(fā)明, 盡管參照前述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明,對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō),其依然可 W對(duì)前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改,或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換。 凡在本發(fā)明的精神和原則之內(nèi),所作的任何修改、等同替換、改進(jìn)等,均應(yīng)包含在本發(fā)明的 保護(hù)范圍之內(nèi)。
      【主權(quán)項(xiàng)】
      1. 一種人臉識(shí)別方法,其特征在于,包括以下步驟:101. 預(yù)存儲(chǔ)目標(biāo)對(duì)象面部圖像信息;102. 對(duì)預(yù)存儲(chǔ)的圖像進(jìn)行數(shù)字化處理;103. 采用人臉比對(duì)方法對(duì)目標(biāo)對(duì)象與上述102步驟形成的圖像進(jìn)行比對(duì)。2. 根據(jù)權(quán)利要求1所述的人臉識(shí)別方法,其特征在于,步驟102中所述的數(shù)字化處理方 法為直方圖均衡化方法,具體過(guò)程如下: 假設(shè)源圖在坐標(biāo)(a,b)處的灰度為s,通過(guò)映射轉(zhuǎn)換為圖像p,在灰度直方圖均衡化的處 理過(guò)程中,假定圖像的映射函數(shù)定義為:P = EQ (s); 直方圖均衡化映射函數(shù)為:? =職%: %5身=批1晨-1) 其中K為圖像的灰度級(jí)數(shù)。3. 根據(jù)權(quán)利要求1所述的人臉識(shí)別方法,其特征在于,步驟102中所述的數(shù)字化處理方 法為直方圖規(guī)定化方法,具體過(guò)程為: 假設(shè)A為原始圖的灰度級(jí)數(shù),B為規(guī)定圖的灰度級(jí)數(shù),且BSA; 第一步,完成對(duì)原圖像直方圖的灰度均衡化; 第二步,規(guī)定直方圖,并對(duì)規(guī)定的直方圖進(jìn)行均衡化; 第三步,逆轉(zhuǎn)第一個(gè)步驟的變換,即將原始直方圖一一對(duì)應(yīng)到規(guī)定的直方圖,將所有函 數(shù)映射到函數(shù)上,其中原始圖像的概率密度函數(shù)為?命),期望獲得的圖像概率密 度函數(shù)為A<Z),r表示源圖的灰度級(jí),z表示期望獲得圖像的灰度級(jí)。
      【文檔編號(hào)】G06K9/00GK105956554SQ201610283769
      【公開(kāi)日】2016年9月21日
      【申請(qǐng)日】2016年4月29日
      【發(fā)明人】王智文, 梁?jiǎn)②S, 王宇航
      【申請(qǐng)人】廣西科技大學(xué)
      網(wǎng)友詢問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1