專利名稱：一種通過分類匹配的人臉識別方法
技術領域：
本發明涉及一種人臉識別的方法。
背景技術：
隨著數碼照相機及相關技術的迅速發展，市場上出現了很多有關人臉識別的相關 技術，如一般人臉識別，笑臉識別，漏齒識別。由于這些識別與前幾代的數碼相機技術有著 別具一格的特點，且很好地捕捉到了所要求的人臉領域，此一技術受到消費者廣泛的歡迎。 此外人臉識別技術與指紋識別類似在投票登錄，駕駛執照，福利證書，預防詐騙以及用于類 似應用的樹立全面的身份確認方面得到越來越多地使用。這些技術雖然都使用了人臉識別的同一基本技術，由于上部識別技術都是直接采 用相關性算法，而且，采用的是快速傅立葉變換方法，計算過程復雜，計算時間長，正確度 差，運行速度緩慢。以如此多樣的環境和目的，不能快速的進行人臉識別。
發明內容
本發明是為了克服現有技術中的不足之處，提供一種在相關性算法之前對人臉進 行分類、分區域識別，以提高正確度和運行速度，適應快速識別需要的人臉識別方法。本發明通過下述技術方案實現一種通過分類匹配的人臉識別方法，其特征在于，包括下述步驟(1)建立人臉數據庫，其中，人臉分類數據庫中的人臉信息包括各核心角的種類 及坐標，還有核心角間的夾角信息；(2)輸入人臉圖片，計算面部各點的方向，用平滑的線條連接各方向，找出核心角， 并確定核心角的種類；根據核心角的種類確定雙眼、口、鼻之間的角度，確定圖象區域的種 類；(3)將得到的相關區域的種類與人臉數據庫中的信息采用卷積的方法進行相關性 匹配，找出與數據庫中圖片的相關度，選擇相關度最高的圖片作為目標圖片。步驟O)中輸入的人臉圖片為jpg圖片，在輸入圖片之前先對待輸入的圖片的顏 色和大小標準化。步驟O)中核心角的確定方法包括下述步驟(1)將整個圖片中的每個像素轉化為0 1之間的值；(2)以每9個(3x3)的像素為單位，按照值由大到小推導出像素集整體的方向；(3)根據圖片中的很多個這樣的帶有方向的像素集的方向，畫出圖片上的像素集 方向的走向；(4)從這個走向上，即可判定出哪些是核心點。本發明具有下述技術效果本發明的人臉識別方法在進行相關性算法前先對輸入的人臉圖片進行分類，再采 用卷積方法進行相關性計算，大大減少了運行時間，并降低了出錯的幾率，提高了正確度和運行速度，適用于快速識別的場合，給人們以生活上的進一步的安全感，并且在諸如投票登 錄，領取駕駛執照時，不會浪費太多的時間。
圖1為本發明沒有進行0 1值轉化的比較粗糙的實施例；圖2為計算方法圖示；圖3眼、鼻、口之間角度的確定；圖4為本發明分類算法的流程圖；圖5為本發明相關性匹配算法的流程圖；圖6為一般點；圖7為三角點；圖8為核心點。
具體實施例方式要是將RGB圖片轉換為數字形式，則最暗點值為0，最亮點值為255，之間的明暗程 度都是按百分比來計算出來的。再將他們轉化為0 1之間的值。圖1為比較粗糙的范例，沒有對它進行0 1值轉化，實際點的攝取比它密得多。 其中我們取9點為1個單位，計算各個點的值，根據它的值粗略確定出它的有大到小的方向 和整體9點平均值，再將9個點為一個單位以相同方式計算9個單位的方向和平均值，以此 類推下去，如圖2所示。以下結合附圖和具體實施例對本發明詳細說明。本發明的通過分類匹配的人臉識別方法包括下述步驟(1)建立人臉數據庫，其中，人臉數據庫中的人臉信息包括各個圖片各點集的值 及方向，與上面所提到的圖片信息處理方法是一樣的。舉例來說，有一套系統要在一個公司 內使用，則需要事先將公司內所有人員的人臉信息保存起來，建立一個庫，實際使用時再將 具體人和庫中數據作比較即可。某些程度上這種方法比門禁系統更加方便可靠。(2)輸入人臉圖片，首先進行分類算法，圖4為本發明分類算法的流程圖計算面部 各點的方向，用平滑的線條連接各方向，找出核心角，并確定核心角的種類；根據核心角的 種類確定雙眼、口、鼻之間的角度，確定圖象區域的種類。(3)進行相關性匹配，圖5為本發明相關性匹配算法的流程圖，將得到的相關區域 的種類與人臉數據庫中的信息采用卷積的方法進行相關性匹配，找出與數據庫中圖片的相 關度，選擇相關度最高的圖片作為目標圖片。流程順序為圖片獲取-黑白轉換-大小均一-量化(專為數字形式)_確定各點 的方向-確定點集的方向-用平滑的曲線連接各點方向(smoothing)-找出并確定核心角 點的種類-核心角點間角度算定-與數據庫中的數據作對比。卷積方法將新的圖片看作f函數，庫中圖片信息看作g函數，進行卷積。可看作 是其中一個函數翻轉并平移后與另一個函數的乘積的積分。(f * g) (t) = / f( τ )g(t_ τ )d τ。
權利要求
1.一種通過分類匹配的人臉識別方法，其特征在于，包括下述步驟(1)建立人臉數據庫，其中，人臉分類數據庫中的人臉信息包括各核心角的種類及坐 標，還有核心角間的夾角信息；(2)輸入人臉圖片，計算面部各點的方向，用平滑的線條連接各方向，找出核心角，并確 定核心角的種類；根據核心角的種類確定雙眼、口、鼻之間的角度，確定圖象區域的種類；(3)將得到的相關區域的種類與人臉數據庫中的信息采用卷積的方法進行相關性匹 配，找出與數據庫中圖片的相關度，選擇相關度最高的圖片作為目標圖片。
2.根據權利要求1所述的通過分類匹配的人臉識別方法，其特征在于，步驟( 中輸入 的人臉圖片為jpg圖片，在輸入圖片之前先對待輸入的圖片的顏色和大小標準化。
3.根據權利要求1所述的通過分類匹配的人臉識別方法，其特征在于，步驟( 中核心 角的確定方法包括下述步驟(1)將整個圖片中的每個像素轉化為0 1之間的值；(2)以每9個(3x3)的像素為單位，按照值由大到小推導出像素集整體的方向；(3)根據圖片中的很多個這樣的帶有方向的像素集的方向，畫出圖片上的像素集方向 的走向；(4)從這個走向上，即可判定出哪些是核心點。
全文摘要
本發明公開了一種通過分類匹配的人臉識別方法，旨在提供一種在相關性算法之前進行分類、分區域識別，以提高正確度和運行速度，快速識別需要的人臉識別方法。建立人臉數據庫；輸入人臉圖片，計算面部各點的方向，用平滑的線條連接各方向，找出核心角，并確定核心角的種類；根據核心角的種類確定雙眼、口、鼻之間的角度，確定圖象區域的種類；將得到的相關區域的種類與人臉數據庫中的信息采用卷積的方法進行相關性匹配，找出與數據庫中圖片的相關度，選擇相關度最高的圖片作為目標圖片。本發明的方法在進行相關性算法前先對輸入的人臉圖片進行分類，再采用卷積方法進行相關性計算，減少了運行時間，降低了出錯的幾率，提高了正確度和運行速度。
文檔編號G06K9/00GK102073842SQ20091031034
公開日2011年5月25日 申請日期2009年11月25日 優先權日2009年11月25日
發明者吉宏光, 鞏國樑, 曹再鉉, 李玉紅, 鄭龍周 申請人:天津三星光電子有限公司