一種人臉識別方法及系統的制作方法
【技術領域】
[0001]本發明涉及人臉識別技術領域，具體涉及一種人臉識別方法及系統。
【背景技術】
[0002]人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關技術，通常也叫做人像識別、面部識別。人臉識別系統主要包括四個組成部分，分別為:人臉圖像采集及檢測、人臉圖像預處理、人臉圖像特征提取以及匹配與識別。在這些過程中，圖像特征提取對于整個識別過程起著關鍵作用，目前，都是通過提取SIFT特征來完成匹配，這種特征提取模式比較單一，無法表達出圖片更加豐富的信息，進而導致識別度低。
【發明內容】
[0003]本發明所要解決的技術問題是提供一種人臉識別方法及系統，能夠快速且準確地識別出人臉，且識別度高。
[0004]本發明解決上述技術問題的技術方案如下:一種人臉識別方法，包括以下步驟:
[0005]步驟I，輸入待識別人臉圖像；
[0006]步驟2，對所述待識別人臉圖像進行截圖，得到包含人臉區域的圖片；
[0007]步驟3，將所述包含有人臉區域的圖片與數據庫中保存的人臉圖片逐一進行特征搜索匹配，計算所述數據庫當中每一幅人臉圖片與所述包含有人臉區域的圖片的相似度，并將所述相似度與相似度閾值進行比較，若所述數據庫中的人臉圖片的相似度大于相似度閾值，則將該圖片加入待匹配圖片序列；
[0008]步驟4，從待匹配圖片中選擇出相似度最大的人臉圖片作為匹配目標。
[0009]本發明的有益效果是:通過提取圖片的ColorSIFT特征信息，使得相對于傳統的特征提取比較來說，在特征提取時同時采用顏色特征和紋理特征，能夠表達出圖片更加豐富的信息，對于人臉識別來說，識別度更高。
[0010]在上述技術方案的基礎上，本發明還可以做如下改進:
[0011]進一步，所述步驟3中根據ColorSIFT特征將所述包含有人臉區域的圖片與數據庫中保存的人臉圖片逐一進行特征搜索匹配。
[0012]進一步，所述步驟4中采用巴氏距離計算兩幅圖像的相似度。
[0013]—種人臉識別系統，包括輸入模塊、預處理模塊、特征提取模塊、匹配模塊、識別模塊和數據庫；所述輸入模塊依次與預處理模塊、特征提取模塊、匹配模塊、識別模塊連接，所述匹配模塊與數據庫連接；
[0014]輸入模塊，用于輸入待識別人臉圖像；
[0015]所述預處理模塊，用于對所述待識別人臉圖像進行截圖，得到包含人臉區域的圖片，并發送給特征提取模塊；
[0016]所述特征提取模塊，用于提取包含人臉區域圖片的特征，并發送給所述匹配模塊；
[0017]所述特征匹配模塊，用于將所述包含有人臉區域的圖片與數據庫中保存的人臉圖片逐一進行特征搜索匹配，計算所述數據庫當中每一幅人臉圖片與所述包含有人臉區域的圖片的相似度，并將所述相似度與相似度閾值進行比較，若所述數據庫中的人臉圖片的相似度大于相似度閾值，則將該圖片作為待匹配圖片序列；
[0018]所述識別模塊，用于從待匹配圖片中選擇出相似度最大的人臉圖片作為匹配目標。
[0019]所述數據庫，用于存儲若干張人臉圖片。
[0020]在上述技術方案的基礎上，本發明還可以做如下改進:
[0021]進一步，所述特征提取模塊用于提取ColorSIFT特征。
[0022]進一步，所述特征匹配模塊用于根據ColorSIFT特征將所述包含有人臉區域的圖片與數據庫中保存的人臉圖片逐一進行特征搜索匹配。
[0023]進一步，所述特征匹配模塊采用巴氏距離計算兩幅圖像的相似度。
[0024]本發明的有益效果是:通過提取圖片的ColorSIFT特征信息，使得相對于傳統的特征提取比較來說，在特征提取時同時采用顏色特征和紋理特征，能夠表達出圖片更加豐富的信息，對于人臉識別來說，識別度更高。
【附圖說明】
[0025]圖1為本發明一種人臉識別方法的流程示意圖；
[0026]圖2為本發明一種人臉識別系統的結構示意圖；
【具體實施方式】
[0027]以下結合附圖對本發明的原理和特征進行描述，所舉實例只用于解釋本發明，并非用于限定本發明的范圍。
[0028]如圖1所示，一種人臉識別方法，包括以下步驟:
[0029]步驟I，輸入待識別人臉圖像；
[0030]步驟2，對所述待識別人臉圖像進行截圖，得到包含人臉區域的圖片；
[0031]步驟3，將所述包含有人臉區域的圖片與數據庫中保存的人臉圖片逐一進行特征搜索匹配，計算所述數據庫當中每一幅人臉圖片與所述包含有人臉區域的圖片的相似度，并將所述相似度與相似度閾值進行比較，若所述數據庫中的人臉圖片的相似度大于相似度閾值，則將該圖片加入待匹配圖片序列；所述步驟3中根據Co1rSIFT特征將所述包含有人臉區域的圖片與數據庫中保存的人臉圖片逐一進行特征搜索匹配。
[0032]步驟4，從待匹配圖片中選擇出相似度最大的人臉圖片作為匹配目標，所述步驟4中采用巴氏距離計算兩幅圖像的相似度。
[0033]如圖2所示，一種人臉識別系統，包括輸入模塊、預處理模塊、特征提取模塊、匹配模塊、識別模塊和數據庫；所述輸入模塊依次與預處理模塊、特征提取模塊、匹配模塊、識別模塊連接，所述匹配模塊與數據庫連接；
[0034]輸入模塊，用于輸入待識別人臉圖像；
[0035]所述預處理模塊，用于對所述待識別人臉圖像進行截圖，得到包含人臉區域的圖片，并發送給特征提取模塊；
[0036]所述特征提取模塊，用于提取包含人臉區域圖片的特征，并發送給所述匹配模塊；
[0037]所述特征匹配模塊，用于將所述包含有人臉區域的圖片與數據庫中保存的人臉圖片逐一進行特征搜索匹配，計算所述數據庫當中每一幅人臉圖片與所述包含有人臉區域的圖片的相似度，并將所述相似度與相似度閾值進行比較，若所述數據庫中的人臉圖片的相似度大于相似度閾值，則將該圖片作為待匹配圖片序列；所述特征提取模塊用于提取ColorSIFT特征。所述特征匹配模塊用于根據ColorSIFT特征將所述包含有人臉區域的圖片與數據庫中保存的人臉圖片逐一進行特征搜索匹配。所述特征匹配模塊采用巴氏距離計算兩幅圖像的相似度。
[0038]所述識別模塊，用于從待匹配圖片中選擇出相似度最大的人臉圖片作為匹配目標。
[0039]所述數據庫，用于存儲若干張人臉圖片。
[0040]以上所述僅為本發明的較佳實施例，并不用以限制本發明，凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護范圍之內。
【主權項】
1.一種人臉識別方法，其特征在于，包括以下步驟: 步驟1，輸入待識別人臉圖像； 步驟2，對所述待識別人臉圖像進行截圖，得到包含人臉區域的圖片； 步驟3，將所述包含有人臉區域的圖片與數據庫中保存的人臉圖片逐一進行特征搜索匹配，計算所述數據庫當中每一幅人臉圖片與所述包含有人臉區域的圖片的相似度，并將所述相似度與相似度閾值進行比較，若所述數據庫中的人臉圖片的相似度大于相似度閾值，則將該圖片加入待匹配圖片序列； 步驟4，從待匹配圖片中選擇出相似度最大的人臉圖片作為匹配目標。2.根據權利要求1所述一種人臉識別方法，其特征在于，所述步驟3中根據ColorSIFT特征將所述包含有人臉區域的圖片與數據庫中保存的人臉圖片逐一進行特征搜索匹配。3.根據權利要求1所述一種人臉識別方法，其特征在于，所述步驟4中采用巴氏距離計算兩幅圖像的相似度。4.一種人臉識別系統，其特征在于，包括輸入模塊、預處理模塊、特征提取模塊、匹配模塊、識別模塊和數據庫；所述輸入模塊依次與預處理模塊、特征提取模塊、匹配模塊、識別模塊連接，所述匹配模塊與數據庫連接； 輸入模塊，用于輸入待識別人臉圖像； 所述預處理模塊，用于對所述待識別人臉圖像進行截圖，得到包含人臉區域的圖片，并發送給特征提取模塊； 所述特征提取模塊，用于提取包含人臉區域圖片的特征，并發送給所述匹配模塊； 所述特征匹配模塊，用于將所述包含有人臉區域的圖片與數據庫中保存的人臉圖片逐一進行特征搜索匹配，計算所述數據庫當中每一幅人臉圖片與所述包含有人臉區域的圖片的相似度，并將所述相似度與相似度閾值進行比較，若所述數據庫中的人臉圖片的相似度大于相似度閾值，則將該圖片作為待匹配圖片序列； 所述識別模塊，用于從待匹配圖片中選擇出相似度最大的人臉圖片作為匹配目標； 所述數據庫，用于存儲若干張人臉圖片。5.根據權利要求4所述一種人臉識別系統，其特征在于，所述特征提取模塊用于提取ColorSIFT 特征。6.根據權利要求4所述一種人臉識別系統，其特征在于，所述特征匹配模塊用于根據ColorSIFT特征將所述包含有人臉區域的圖片與數據庫中保存的人臉圖片逐一進行特征搜索匹配。7.根據權利要求4所述一種人臉識別系統，其特征在于，所述特征匹配模塊采用巴氏距離計算兩幅圖像的相似度。
【專利摘要】本發明涉及一種人臉識別方法及方法和系統，包括以下步驟：輸入待識別人臉圖像；對待識別人臉圖像進行截圖，得到包含人臉區域的圖片；將包含有人臉區域的圖片與數據庫中保存的人臉圖片逐一進行特征搜索匹配，計算數據庫當中每一幅人臉圖片與包含有人臉區域的圖片的相似度，并將相似度與相似度閾值進行比較，若數據庫中的人臉圖片的相似度大于相似度閾值，則將該圖片加入待匹配圖片序列；從待匹配圖片中選擇出相似度最大的人臉圖片作為匹配目標。本發明能夠快速且準確地識別出人臉，且識別度高。
【IPC分類】G06K9/00
【公開號】CN105184238
【申請號】CN201510530932
【發明人】溫九江, 袁松平
【申請人】廣西小草信息產業有限責任公司
【公開日】2015年12月23日
【申請日】2015年8月26日