專利名稱：階層式人臉辨識(shí)訓(xùn)練方法及其階層式人臉辨識(shí)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種人臉辨識(shí)方法，特別是涉及一種根據(jù)待測(cè)影像中的臉部角度進(jìn)行
階層式的人臉辨識(shí)方法。
背景技術(shù)：
人類臉部辨識(shí)系統(tǒng)在近幾年廣泛受到研究學(xué)者與產(chǎn)業(yè)界的高度重視，亦深切期盼 計(jì)算器裝置(例如數(shù)字相機(jī)、個(gè)人計(jì)算機(jī)等)對(duì)于數(shù)字影像的人臉辨識(shí)上能有優(yōu)異的表現(xiàn)。 但是對(duì)計(jì)算器裝置的人臉辨識(shí)系統(tǒng)，待測(cè)影像中的人臉會(huì)因?yàn)椴煌呐臄z角度而導(dǎo)致計(jì)算 器裝置對(duì)人臉判斷的錯(cuò)誤。 現(xiàn)有的人臉辨識(shí)流程可以區(qū)分成訓(xùn)練與辨識(shí)兩個(gè)部分。在現(xiàn)有的人臉辨識(shí)的訓(xùn)練 過(guò)程，是對(duì)所有訓(xùn)練樣本中的臉部角度逐一進(jìn)行分類學(xué)習(xí)。舉例來(lái)說(shuō)，假設(shè)臉部角度是以1 度作為分類單位的話，那么0度 360度則被區(qū)分成360個(gè)分類區(qū)間。計(jì)算器裝置會(huì)對(duì)所 有的訓(xùn)練樣本分別的進(jìn)行每一個(gè)角度辨識(shí)訓(xùn)練。 除了角度辨識(shí)訓(xùn)練的過(guò)程中會(huì)產(chǎn)生上述的問(wèn)題外，在進(jìn)行臉部角度的辨識(shí)過(guò)程也 會(huì)出現(xiàn)相應(yīng)的問(wèn)題。承續(xù)上例，因?yàn)樵谟?xùn)練的過(guò)程中是利用l度作為分類的區(qū)間。所以對(duì) 于每一個(gè)辨識(shí)樣本也要分別做360次的臉部角度辨識(shí)，從360次的分類結(jié)果中找出最適當(dāng) 的結(jié)果。以M張辨識(shí)樣本對(duì)N個(gè)分類區(qū)間進(jìn)行學(xué)習(xí)訓(xùn)練/辨識(shí)而言，每一次的角度的訓(xùn)練/ 辨識(shí)的復(fù)雜度是為(M*N)。使得這樣的作法會(huì)導(dǎo)致下列問(wèn)題1.需要耗費(fèi)冗長(zhǎng)的訓(xùn)練時(shí)間； 2.需耗費(fèi)大量的內(nèi)存空間。這樣一來(lái)，在臉部的辨識(shí)過(guò)程中就會(huì)耗費(fèi)許多時(shí)間在進(jìn)行其它 不需要的臉部角度判斷，并浪費(fèi)許多的內(nèi)存空間與時(shí)間。

發(fā)明內(nèi)容
鑒于以上的問(wèn)題，本發(fā)明的主要目的在于提供一種人臉辨識(shí)的階層式訓(xùn)練方法，
利用計(jì)算器裝置對(duì)多個(gè)訓(xùn)練樣本進(jìn)行每一階層中的子影像偵測(cè)器的人臉特征訓(xùn)練。 為達(dá)上述目的，本發(fā)明所揭露的人臉辨識(shí)的階層式訓(xùn)練方法包括下列步驟取得
訓(xùn)練樣本。執(zhí)行訓(xùn)練手段，根據(jù)多個(gè)角度區(qū)間用以將訓(xùn)練樣本細(xì)分至多個(gè)子影像類別，并對(duì)
每一子影像類別相應(yīng)的子影像偵測(cè)器進(jìn)行多個(gè)人臉特征的訓(xùn)練。重復(fù)對(duì)每一子影像類別執(zhí)
行訓(xùn)練手段，藉以產(chǎn)生子影像類別的次一層的子影像類別，直至符合細(xì)分條件為止。 從本發(fā)明的另一觀點(diǎn)，本發(fā)明提出一種利用上述訓(xùn)練方法的子影像偵測(cè)器對(duì)待測(cè)
影像進(jìn)行階層式人臉辨識(shí)方法，利用一計(jì)算器裝置對(duì)待測(cè)影像進(jìn)行各子影像偵測(cè)器的人臉
特征辨識(shí)。 為達(dá)上述目的，本發(fā)明所揭露的一種利用上述訓(xùn)練方法的子影像偵測(cè)器對(duì)待測(cè)影 像進(jìn)行階層式人臉辨識(shí)方法包括以下步驟加載一待測(cè)影像。將同一層中的每一該子影像 偵測(cè)器分別對(duì)該待測(cè)影像進(jìn)行該人臉辨識(shí)手段，用以取得每一該子影像偵測(cè)器對(duì)該待測(cè)影 像的一相似度，再?gòu)脑撔┳佑跋駛蓽y(cè)器中選擇出該相似度最高的該子影像偵測(cè)器。重復(fù)對(duì) 所選出的該子影像偵測(cè)器對(duì)待測(cè)影像執(zhí)行該人臉辨識(shí)手段，直至該待測(cè)影像完成最后一層的該些子影像偵測(cè)器為止。 從本發(fā)明的另一觀點(diǎn)，本發(fā)明提出一種對(duì)待測(cè)影像的階層式人臉辨識(shí)方法，利用計(jì)算器裝置對(duì)待測(cè)影像進(jìn)行各子影像偵測(cè)器的人臉特征辨識(shí)。 為達(dá)上述目的，本發(fā)明所揭露的對(duì)待測(cè)影像的階層式人臉辨識(shí)方法包括下列步驟取得多個(gè)訓(xùn)練樣本。執(zhí)行訓(xùn)練手段，根據(jù)多個(gè)角度區(qū)間用以將訓(xùn)練樣本細(xì)分至多個(gè)子影像類別，并對(duì)每一子影像類別相應(yīng)的子影像偵測(cè)器進(jìn)行多個(gè)人臉特征的訓(xùn)練。重復(fù)對(duì)每一子影像類別執(zhí)行訓(xùn)練手段，藉以產(chǎn)生子影像類別的次一層的子影像類別，直至符合細(xì)分條件為止。加載待測(cè)影像。執(zhí)行人臉辨識(shí)手段，根據(jù)待測(cè)影像用以比對(duì)同一層中的每一子影像偵測(cè)器對(duì)待測(cè)影像的相似度，從同一層中選擇出相似度最高的子影像偵測(cè)器。重復(fù)對(duì)所選出的子影像偵測(cè)器對(duì)待測(cè)影像執(zhí)行人臉辨識(shí)手段，直至待測(cè)影像完成最后一層的子影像偵測(cè)器為止。 本發(fā)明將具有相近的臉部角度的辨識(shí)樣本作為不同子影像類別的分類依據(jù)。再將各子影像類別遞歸的建立其所屬的子影像類別，使得根影像集合與子影像類別的組成關(guān)系形成樹狀結(jié)構(gòu)。接著，將待測(cè)影像與各個(gè)子影像類別中的相應(yīng)的臉部角度用以進(jìn)行比對(duì)，使得待測(cè)影像被歸類至與其相近的子影像類別中，再重復(fù)遞歸的進(jìn)行比對(duì)程序，直至待測(cè)影像被歸類到具有符合的臉部角度的子影像類別中為止。如此一來(lái)，就不需要重復(fù)的對(duì)每一個(gè)角度進(jìn)行分類的動(dòng)作。 以下結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)描述，但不作為對(duì)本發(fā)明的限定。


310根影像集合320子影像類別510第一子影像類別520第二子影像類別530第三子影像類別521第四子影像類別522第五子影像類別523第六子影像類別
具體實(shí)施例方式
本發(fā)明是為一種對(duì)待測(cè)影像的階層式人臉辨識(shí)方法，其利用具有微處理器的電子裝置(例如，數(shù)字相機(jī)或個(gè)人計(jì)算機(jī)等)進(jìn)行各子影像偵測(cè)器的人臉辨識(shí)。在本發(fā)明的人臉辨識(shí)流程亦可分為訓(xùn)練與辨識(shí)兩個(gè)部分。在本發(fā)明中訓(xùn)練的部分是生成一個(gè)階層式架構(gòu)的影像偵測(cè)器(detector)，每一個(gè)影像偵測(cè)器根據(jù)不同的臉部角度區(qū)間產(chǎn)生次一層的子影像偵測(cè)器。并且分別對(duì)每一個(gè)影像偵測(cè)器進(jìn)行人臉辨識(shí)的訓(xùn)練，用以產(chǎn)生每一個(gè)子影像偵測(cè)器的人臉特征。 請(qǐng)參考圖1所示，其是分別為本發(fā)明人臉辨識(shí)的階層式訓(xùn)練方法的運(yùn)作流程圖。人臉辨識(shí)的階層式訓(xùn)練方法包括下列步驟取得多個(gè)訓(xùn)練樣本(步驟S110)。判斷訓(xùn)練樣本的例外類別的數(shù)量是否滿足閥值(步驟S120)。若訓(xùn)練樣本中不包括有人臉部分，則將訓(xùn)練樣本細(xì)分至例外類別(步驟S121)，再完成步驟S121后執(zhí)行步驟S130。
若例外類別的數(shù)量超過(guò)閥值時(shí)，則執(zhí)行訓(xùn)練手段(步驟S130)，根據(jù)多個(gè)角度區(qū)間用以將這些訓(xùn)練樣本細(xì)分至不同的子影像類別中，并對(duì)每一個(gè)子影像類別相應(yīng)的子影像偵測(cè)器進(jìn)行多個(gè)人臉特征的訓(xùn)練。接著，判斷訓(xùn)練樣本中是否還有子影像類別(步驟S 140)。若還有子影像類別未經(jīng)過(guò)訓(xùn)練手段時(shí)，則重復(fù)步驟S130直至完成所有子影像類別為止。
角度區(qū)間指的是人臉在影像中的與水平線的夾角角度區(qū)間。請(qǐng)參考圖2a所示，其是為人臉旋轉(zhuǎn)方向示意圖。對(duì)于不同的人臉旋轉(zhuǎn)角度設(shè)定對(duì)應(yīng)的角度區(qū)間。在本發(fā)明中所指的人臉旋轉(zhuǎn)角度是以鼻梁為主軸，再以主軸與水平線的夾角。在其它的實(shí)施態(tài)樣中，臉部角度也可以是主軸與垂直線的夾角。除此之外，人臉旋轉(zhuǎn)也可以是人臉的轉(zhuǎn)頭角度。請(qǐng)參考圖2b所示，其是為人臉轉(zhuǎn)頭方向示意圖。 子影像偵測(cè)器用以偵測(cè)相應(yīng)的子影像類別的人臉特征。人臉特征是利用訓(xùn)練樣本的整體人臉作為人臉特征；也可以從訓(xùn)練樣本的人臉中選擇至少一眉毛、耳朵、眼睛、鼻子或嘴巴的相對(duì)位置作為人臉特征。細(xì)分條件由這些子影像類別的生成階層數(shù)量，亦或是由每一層的這些子影像類別數(shù)量所決定。 在完成所有子影像類別的訓(xùn)練手段后，即可產(chǎn)生具有階層式結(jié)構(gòu)的子影像偵測(cè)器。請(qǐng)參考圖3所示，其是為本發(fā)明的階層式人臉辨識(shí)架構(gòu)示意圖。在圖3最上方的是代表的是所有訓(xùn)練樣本的集合，在此將其稱之為根影像集合310。根影像集合310根據(jù)不同數(shù)量的角度區(qū)間產(chǎn)生相應(yīng)數(shù)量的子影像類別320。將符合角度區(qū)間的訓(xùn)練樣本細(xì)分至所屬的子影像類別320中。根據(jù)細(xì)分后的訓(xùn)練樣本，對(duì)子影像類別320相應(yīng)的子影像偵測(cè)器(未繪示)進(jìn)行人臉特征的辨識(shí)訓(xùn)練。再對(duì)每一個(gè)生成的子影像類別320再一次的產(chǎn)生其相應(yīng)的子影像類別320。 在完成階層式人臉辨識(shí)架構(gòu)后，即可執(zhí)行本發(fā)明的階層式人臉辨識(shí)方法。請(qǐng)參考圖4所示，其是為本發(fā)明的階層式人臉辨識(shí)方法的運(yùn)作流程圖。加載待測(cè)影像(步驟S410)。執(zhí)行人臉辨識(shí)手段(步驟S420)，用以比對(duì)同一層中的每一個(gè)子影像偵測(cè)器對(duì)待測(cè)影像的相似度，從同一層中的子影像偵測(cè)器選擇出對(duì)待測(cè)影像的相似度最高的子影像偵測(cè)器。其中，子影像偵測(cè)器是選擇至少一人臉特征作為處理相似度的依據(jù)。若臉部辨識(shí)手段的處理結(jié)果不符合臨界條件時(shí)，以相似度最高的子影像偵測(cè)器對(duì)待測(cè)影像執(zhí)行人臉辨識(shí)手段(步驟S421)。若臉部辨識(shí)手段的處理結(jié)果符合臨界條件時(shí)，則將待測(cè)影像細(xì)分至例外類別中(步驟S422)。重復(fù)對(duì)所選出的子影像偵測(cè)器對(duì)待測(cè)影像執(zhí)行人臉辨識(shí)手段，直至待測(cè)影像完成最后一層的這些子影像偵測(cè)器為止(步驟S430)。 為了能清楚解說(shuō)本實(shí)施例是以樹的結(jié)構(gòu)來(lái)解釋本發(fā)明人臉辨識(shí)的階層式訓(xùn)練方法與辨識(shí)方法。請(qǐng)參考圖5所示其是為本實(shí)施例的階層示意圖。根影像集合510的偵測(cè)角度范圍是以0度到360度。在此以生成三個(gè)子影像類別為例，根影像集合510根據(jù)三個(gè)角度區(qū)間細(xì)分成三個(gè)子影像類別。三個(gè)子影像類別分別為第一子影像類別520、第二子影像類別530與第三子影像類別540，將這三個(gè)子影像類別視為同一層的子影像類別。第一子影像類別520的角度區(qū)間設(shè)定為0度到120度；第二子影像類別530的角度區(qū)間設(shè)定為121度到240度；而第三子影像類別540的角度區(qū)間設(shè)定為241度到360度。
首先，將臉部角度為0度到120度的訓(xùn)練樣本分類至第一子影像類別520中，根據(jù)這些訓(xùn)練樣本進(jìn)行第一子影像類別520的子影像偵測(cè)器的人臉特征訓(xùn)練。其中人臉特征的訓(xùn)練方法可以是但不限定為支持向量機(jī)(support vectormachine， SVM)、類神經(jīng)網(wǎng)絡(luò)或主軸組件分析方法等。同理，將臉部角度為121度到240度的訓(xùn)練樣本分類至第二子影像類別530中，并進(jìn)行第二子影像類別530的子影像偵測(cè)器的人臉特征訓(xùn)練。將臉部角度為241度到360度的訓(xùn)練樣本分類至第三子影像類別540中，并進(jìn)行第三子影像類別540的子影像偵測(cè)器的人臉特征訓(xùn)練。 接下來(lái)，以第一子影像類別520為例再進(jìn)行步驟S130，將第一子影像類別520細(xì)分出三個(gè)子影像類別，其是分別為第四子影像類別521、第五子影像類別522與第六子影像類別523。第四子影像類別521的角度區(qū)間設(shè)定為0度到40度；第五子影像類別522的角度區(qū)間設(shè)定為41度到80度；而第六子影像類別523的角度區(qū)間設(shè)定為81度到120度。將第一子影像類別521的訓(xùn)練樣本依據(jù)人臉角度，將其分類至對(duì)應(yīng)的子影像類別中。各子影像類別在各自的進(jìn)行其子影像偵測(cè)器的人臉特征訓(xùn)練。重復(fù)的對(duì)每一個(gè)子影像類別執(zhí)行步驟S130，直至符合細(xì)分條件為止。這么一來(lái)，所有的訓(xùn)練樣本會(huì)逐一層的產(chǎn)生不同的子影像偵測(cè)器，其組成關(guān)是猶如樹狀結(jié)構(gòu)一樣。 接著，利用人臉辨識(shí)的階層式訓(xùn)練方法所得到的結(jié)果進(jìn)行人臉辨識(shí)。首先，將待測(cè)影像與根影像集合的各子影像類別進(jìn)行相似度計(jì)算。同一層的子影像偵測(cè)器根據(jù)人臉特征進(jìn)行待測(cè)影像的相似度計(jì)算。特別的是，在進(jìn)行相似度計(jì)算時(shí)子影像偵測(cè)器會(huì)選取部分的人臉特征作為相似度處理的依據(jù)。舉例來(lái)說(shuō)，若是子影像偵測(cè)器需要進(jìn)行io項(xiàng)的人臉特征的訓(xùn)練，則會(huì)從這IO項(xiàng)中選取一部份的項(xiàng)次(或全部項(xiàng)次)來(lái)進(jìn)行相似度計(jì)算。
在此假設(shè)待測(cè)影像中的臉部角度是為75度，并將根影像集合510所生成的子影像類別的子影像偵測(cè)器分別進(jìn)行人臉特征相似度計(jì)算。在第一子影像類別520中具有根影像集合臉部角度為O度到120度的辨識(shí)樣本。因?yàn)榇郎y(cè)影像中的臉部角度為75度，所以第一子影像類別520的子影像偵測(cè)器的相似度會(huì)高于其它子影像類別。因而選擇第一子影像類別520作為進(jìn)行下一次辨識(shí)的子影像類別。接著，將待測(cè)影像與第一子影像偵測(cè)器520的所有特征進(jìn)行人臉辨識(shí)手段。若人臉辨識(shí)手段的處理結(jié)果符合臨界條件時(shí)，則將待測(cè)影像細(xì)分至例外類別中。臨界條件的設(shè)定是根據(jù)各項(xiàng)人臉特征的差異所決定。若是人臉辨識(shí)手段的處理結(jié)果不符合臨界條件時(shí)，則進(jìn)行次一層子影像類別對(duì)待測(cè)影像的相似度計(jì)算。
同理，將待測(cè)影像與第一子影像類別520所生成的子影像類別(分別為第四子影像類別521、第五子影像類別522與第六子影像類別523)進(jìn)行相似度的比對(duì)。第四子影像類別521、第五子影像類別522與第六子影像類別523中選出與待測(cè)影像相似度最高的子影像類別。在本實(shí)施例中，與待測(cè)影像相似度最高的是為第五子影像類別522。接著，將待測(cè)影像與第五子影像偵測(cè)器522的所有特征進(jìn)行人臉辨識(shí)手段。因?yàn)榈谖遄佑跋耦悇e是為本實(shí)施例的最后一層的子影像類別。所以可以判斷待測(cè)影像中是具有41度到80度人臉的影像。若是要更為精準(zhǔn)的找出人臉角度，可以設(shè)定更為多層的子影像類別。
本發(fā)明是重復(fù)的選出次一層的子影像類別，并逐一的分層比對(duì)待測(cè)影像與這些子影像類別的相似度。所以本發(fā)明不需對(duì)全部的子影像偵測(cè)器進(jìn)行比對(duì)的動(dòng)作。只要從所選出的子影像類別中遞歸的進(jìn)行分類，就可以避免對(duì)不相關(guān)的偵測(cè)角度進(jìn)行分類。本發(fā)明的復(fù)雜度是為log M承N，與現(xiàn)有分類的復(fù)雜度(M*N)有其明顯的降低。 本發(fā)明將具有相近的臉部角度的辨識(shí)樣本作為不同子影像類別的分類依據(jù)，并將各子影像類別遞歸的建立其所屬的子影像類別，使得根影像集合與子影像類別的組成關(guān)系形成一樹狀結(jié)構(gòu)。接著，將待測(cè)影像與各個(gè)影像集合中的相應(yīng)的臉部角度用以進(jìn)行比對(duì)，使得待測(cè)影像被歸類至與其相近的影像集合中，再重復(fù)遞歸的進(jìn)行比對(duì)程序，直至待測(cè)影像被歸類到具有符合的臉部角度的子影像類別中為止。如此一來(lái)除了可以利用較少的運(yùn)算量以及較少的內(nèi)存容量就可以計(jì)算出待測(cè)影像中是否具有臉部區(qū)域。 當(dāng)然，本發(fā)明還可有其他多種實(shí)施例，在不背離本發(fā)明精神及其實(shí)質(zhì)的情況下，熟悉本領(lǐng)域的技術(shù)人員當(dāng)可根據(jù)本發(fā)明作出各種相應(yīng)的改變和變形，但這些相應(yīng)的改變和變形都應(yīng)屬于本發(fā)明所附的權(quán)利要求的保護(hù)范圍。
權(quán)利要求
一種人臉辨識(shí)的階層式訓(xùn)練方法，利用一計(jì)算器裝置對(duì)多個(gè)訓(xùn)練樣本進(jìn)行每一階層中的子影像偵測(cè)器的人臉特征訓(xùn)練，其特征在于，該建立方法包括以下步驟取得該訓(xùn)練樣本；執(zhí)行一訓(xùn)練手段，根據(jù)多個(gè)角度區(qū)間用以將該訓(xùn)練樣本細(xì)分至多個(gè)子影像類別，并對(duì)每一該子影像類別相應(yīng)的一子影像偵測(cè)器進(jìn)行多個(gè)人臉特征的訓(xùn)練；重復(fù)對(duì)每一該子影像類別執(zhí)行該訓(xùn)練手段，藉以產(chǎn)生該子影像類別的次一層的該子影像類別，直至符合一細(xì)分條件為止。
2. 根據(jù)權(quán)利要求1所述的對(duì)待測(cè)影像中人臉辨識(shí)的階層式訓(xùn)練方法，其特征在于，其 中在取得該些訓(xùn)練樣本后更包括下步驟進(jìn)行一人臉辨識(shí)，用以辨識(shí)該訓(xùn)練樣本是否包括有人臉部分； 若該訓(xùn)練樣本中包括有人臉部分，則執(zhí)行該訓(xùn)練手段； 若該訓(xùn)練樣本中不包括有人臉部分，則將該訓(xùn)練樣本細(xì)分至一例外類別。
3. 根據(jù)權(quán)利要求1所述的對(duì)待測(cè)影像中人臉辨識(shí)的階層式訓(xùn)練方法，其特征在于，是 利用該訓(xùn)練樣本的整體人臉或從該訓(xùn)練樣本的人臉中選擇至少一眉毛、耳朵、眼睛、鼻子或 嘴巴的相對(duì)位置作為該人臉特征。
4. 根據(jù)權(quán)利要求1所述的對(duì)待測(cè)影像中人臉辨識(shí)的階層式訓(xùn)練方法，其特征在于，其 中該細(xì)分條件是由該些子影像類別的生成階層數(shù)量所決定或由每一層的該些子影像類別 數(shù)量所決定。
5. —種利用權(quán)利要求l的子影像偵測(cè)器對(duì)待測(cè)影像進(jìn)行階層式人臉辨識(shí)方法，利用一 計(jì)算器裝置對(duì)待測(cè)影像進(jìn)行各子影像偵測(cè)器的人臉特征辨識(shí)，其特征在于，該辨識(shí)方法包 括以下步驟加載一待測(cè)影像；將同一層中的每一該子影像偵測(cè)器分別對(duì)該待測(cè)影像進(jìn)行該人臉辨識(shí)手段，用以取得 每一該子影像偵測(cè)器對(duì)該待測(cè)影像的一相似度，再?gòu)脑撔┳佑跋駛蓽y(cè)器中選擇出該相似度 最高的該子影像偵測(cè)器；重復(fù)對(duì)所選出的該子影像偵測(cè)器對(duì)待測(cè)影像執(zhí)行該人臉辨識(shí)手段，直至該待測(cè)影像完 成最后一層的該些子影像偵測(cè)器為止。
6. 根據(jù)權(quán)利要求5所述的階層式人臉辨識(shí)方法，其特征在于，其中在取得相似度后更 包括以下步驟使用相似度最高的該子影像偵測(cè)器對(duì)該待測(cè)影像執(zhí)行一人臉辨識(shí)手段； 若該臉部辨識(shí)手段的處理結(jié)果符合一臨界條件時(shí)，則將該待測(cè)影像細(xì)分至一例外類別中。
7. 根據(jù)權(quán)利要求5所述的階層式人臉辨識(shí)方法，其特征在于，其中在執(zhí)行該人臉辨識(shí) 手段中該子影像偵測(cè)器是選擇至少一該人臉特征作為處理相似度的依據(jù)。
8. —種對(duì)待測(cè)影像的階層式人臉辨識(shí)方法，利用一計(jì)算器裝置對(duì)待測(cè)影像進(jìn)行各子影 像偵測(cè)器的人臉特征辨識(shí)，其特征在于，該辨識(shí)方法包括下列步驟取得多個(gè)訓(xùn)練樣本；執(zhí)行一訓(xùn)練手段，根據(jù)多個(gè)角度區(qū)間用以將該訓(xùn)練樣本細(xì)分至多個(gè)子影像類別，并對(duì) 每一該子影像類別相應(yīng)的一子影像偵測(cè)器進(jìn)行多個(gè)人臉特征的訓(xùn)練；重復(fù)對(duì)每一該子影像類別執(zhí)行該訓(xùn)練手段，藉以產(chǎn)生該子影像類別的次一層的該些子 影像類別，直至符合一細(xì)分條件為止； 加載一待測(cè)影像；執(zhí)行一人臉辨識(shí)手段，根據(jù)該待測(cè)影像用以比對(duì)同一層中的每一該子影像偵測(cè)器對(duì)該 待測(cè)影像的一相似度，從同一層中選擇出該相似度最高的該子影像偵測(cè)器；重復(fù)對(duì)所選出的該子影像偵測(cè)器對(duì)待測(cè)影像執(zhí)行該人臉辨識(shí)手段，直至該待測(cè)影像完 成最后一層的該些子影像偵測(cè)器為止。
9. 根據(jù)權(quán)利要求8所述的對(duì)待測(cè)影像的階層式人臉辨識(shí)方法，其特征在于，其中在取 得該些訓(xùn)練樣本后更包括下步驟進(jìn)行一人臉辨識(shí)，用以辨識(shí)該些訓(xùn)練樣本是否包括有人臉部分； 若該訓(xùn)練樣本中包括有人臉部分，則執(zhí)行該訓(xùn)練手段； 若該訓(xùn)練樣本中不包括有人臉部分，則將該訓(xùn)練樣本細(xì)分至一例外類別。
10. 根據(jù)權(quán)利要求8所述的對(duì)待測(cè)影像的階層式人臉辨識(shí)方法，其特征在于，是利用該 訓(xùn)練樣本的整體人臉或從該訓(xùn)練樣本的人臉中選擇至少一眉毛、耳朵、眼睛、鼻子或嘴巴的 相對(duì)位置作為該人臉特征。
11. 根據(jù)權(quán)利要求8所述的對(duì)待測(cè)影像的階層式人臉辨識(shí)方法，其特征在于，其中該細(xì) 分條件是由該些子影像類別的生成階層數(shù)量所決定或由每一層的該些子影像類別數(shù)量所 決定。
全文摘要
本發(fā)明公開了一種階層式人臉辨識(shí)訓(xùn)練方法及其階層式人臉辨識(shí)方法，利用計(jì)算器裝置對(duì)待測(cè)影像進(jìn)行人臉特征辨識(shí)。階層式人臉辨識(shí)方法包括訓(xùn)練過(guò)程與辨識(shí)過(guò)程。辨識(shí)方法包括下列步驟取得多個(gè)訓(xùn)練樣本；執(zhí)行訓(xùn)練手段，根據(jù)多個(gè)角度區(qū)間將訓(xùn)練樣本細(xì)分至多個(gè)子影像類別，對(duì)每一子影像類別相應(yīng)的子影像偵測(cè)器進(jìn)行多個(gè)人臉特征的訓(xùn)練；重復(fù)執(zhí)行訓(xùn)練手段，產(chǎn)生子影像類別的次一層的子影像類別。訓(xùn)練方法包括下列步驟加載待測(cè)影像；執(zhí)行人臉辨識(shí)手段，根據(jù)待測(cè)影像比對(duì)每一子影像偵測(cè)器的相似度，選出相似度最高的子影像偵測(cè)器；重復(fù)對(duì)所選出的子影像偵測(cè)器執(zhí)行人臉辨識(shí)手段。
文檔編號(hào)G06K9/00GK101719215SQ20081016184
公開日2010年6月2日 申請(qǐng)日期2008年10月9日 優(yōu)先權(quán)日2008年10月9日
發(fā)明者周宏隆, 張尹彬, 楊岱璋 申請(qǐng)人:華晶科技股份有限公司