專利名稱：：基于圖像交叉重建的單樣本注冊圖像人臉識別方法
技術(shù)領(lǐng)域：
：本發(fā)明屬身份識別領(lǐng)域，尤其涉及一種通過圖像交叉重建，進(jìn)行身份識別的基于圖像交叉重建的單樣本注冊圖像人臉識別方法。
背景技術(shù)：
：人臉識別就是利用計(jì)算機(jī)分析人臉圖像，從中提取人臉圖像的信息，進(jìn)行身份識別的一種技術(shù)。相對于其他生物特征識別，人臉識別在可用性方面具有獨(dú)特的技術(shù)優(yōu)勢，這主要體現(xiàn)在1、可以隱蔽操作，尤其適用于安全監(jiān)控；2、非接觸式采集，沒有侵犯性，容易被接受；3、具有方便、快捷、強(qiáng)大的事后追蹤能力；4、圖像采集設(shè)備成本低；5、更符合人類的識別習(xí)慣，可交互性強(qiáng)。基于上述原因，人臉識別已經(jīng)成為生物特征識別技術(shù)的一個(gè)重要組成部分，并受到越來越多的重視。單樣本人臉識別技術(shù)也就是利用計(jì)算機(jī)分析每個(gè)人的單幅人臉圖像，從中提取出有效的識別信息，用來"辨認(rèn)"身份的一門技術(shù)。單樣本人臉識別與傳統(tǒng)的基于多幅圖像的人臉識別相比，不但具有上述優(yōu)點(diǎn)，同時(shí)還具一個(gè)非常重要的優(yōu)點(diǎn)，就是易得到人臉數(shù)據(jù)庫。在國家政府安全部門或一些小型部門通常易得到個(gè)人的單幅照片，如身份證、工作證、學(xué)生證、護(hù)照、畢業(yè)證和準(zhǔn)考證等。而傳統(tǒng)的基于多幅圖像的人臉識別卻是要求每人多幅圖像進(jìn)行訓(xùn)練，在此基礎(chǔ)上進(jìn)行識別，這就要求用戶配合，以采集多種不同的照片，這在實(shí)際操作中是很困難的。由于單樣本人臉識別具有這些優(yōu)點(diǎn)，因此在一些大型的視頻監(jiān)控或罪犯追蹤中非常實(shí)用。目前的人臉識別技術(shù)主要是基于多幅訓(xùn)練圖像的，需要采集多中變換情況人臉圖像(如角度、光照、表情等)，作為訓(xùn)練圖像綜合提取特征，但是在實(shí)際中，要得到每個(gè)人的各種變化的人臉數(shù)據(jù)庫是很困難的，實(shí)驗(yàn)室的人員會積極地配合完成建立特定的人臉數(shù)據(jù)庫的各種要求，而在實(shí)際應(yīng)用中要求普通人員也這樣配合不切合實(shí)際。在許多的實(shí)際場合中，我們只有每個(gè)人一張照片，例如可能是身份證、工作證、學(xué)生證、護(hù)照、畢業(yè)證和準(zhǔn)考證等上面的一張照片。因此用單樣本進(jìn)行人臉識別是非常有意義的。從目前發(fā)表的論文和統(tǒng)計(jì)資料看，對于單張注冊圖像的人臉識別問題，最常用的方法是根據(jù)人臉模型，通過單樣本圖像生成多張訓(xùn)練圖像，而識別方案主要還是采用現(xiàn)有的人臉識別技術(shù)，通過優(yōu)化特征提取和分類方法提高識別率，使其盡量適于單樣本識別問題。上述人臉識別方法盡管從不同角度出發(fā)，使人臉識別性能有所提高，但是對于單張注冊圖像的識別問題，仍然沒有專門的有效解決方案。現(xiàn)有的人臉識別方法各式各樣。總的來說分為三步1、數(shù)據(jù)輸入據(jù)輸入方面就是采集不同的人臉圖片，進(jìn)行數(shù)據(jù)融合。例如多視角的三維人臉識別，多姿態(tài)的人臉識別，彩色圖像的人臉識別，動(dòng)態(tài)人臉圖像識別等。2、特征提取最近幾年來人臉識別的方法主要是集中在特征提取方面。特征提取的方法很多，如基于Gabor小波的人臉識別方法，基于PCA的人臉識別方法，基于奇異值分解的人臉識別方法，基于小波的人臉識別方法等。3、決策分類決策分類上就是在尋找一個(gè)好的分類器來判別類間和類內(nèi)。現(xiàn)有的識別方法主要有神經(jīng)網(wǎng)絡(luò)的方法，支持向量機(jī)的方法，隱馬爾科夫模型的方法等。但是只是單獨(dú)的使用某一類方法，識別的效果并不是很好，于是大部分研究人員就使用以上兩類或者三類的方法來綜合識別人臉，以提高識別率。這就存在算法的復(fù)雜度提高，并且識別時(shí)間長的弊端。
發(fā)明內(nèi)容本發(fā)明旨在克服現(xiàn)有技術(shù)的不足之處而提供一種算法簡單，識別時(shí)間短，魯棒性強(qiáng)的基于圖像交叉重建的單樣本注冊圖像人臉識別方法。為達(dá)到上述目的，本發(fā)明提出利用攝像系統(tǒng)獲取包含雙眼的人臉正面圖像，并提出一種基于圖像交叉重建的單樣本注冊圖像人臉識別方法，采用融合兩張人臉圖像各部分信息的方法，通過計(jì)算機(jī)對人臉圖像進(jìn)行分析，其主要包括以下步驟(1)提取標(biāo)準(zhǔn)人臉圖像的低頻信息作為注冊數(shù)據(jù)；(2)獲取待識別人臉的包含雙眼的人臉正面圖像；(3)提取待識別人臉圖像的高頻信息；(4)將待識別人臉圖像的高頻信息與標(biāo)準(zhǔn)人臉圖像的注冊數(shù)據(jù)進(jìn)行圖像重建；(5)把重建后的圖像與待識別人臉圖像進(jìn)行匹配判別。首先，作為一種優(yōu)選方案，本發(fā)明所述步驟(1)中將標(biāo)準(zhǔn)人臉圖像進(jìn)行小波變換，提取變換后低頻系數(shù)作為注冊信息。作為一種優(yōu)選方案，本發(fā)明所述步驟(2)中獲取待識別人臉的正面圖像，此正面圖像是指包含雙眼人臉圖像。作為另一種優(yōu)選方案，本發(fā)明所述步驟(3)中提取待識別人臉圖像的高頻信息按如下方式操作(A)將待識別圖像進(jìn)行定位，獲取人臉部分；(B)對待識別人臉圖像進(jìn)行光照處理；(C)對待識別人臉圖像進(jìn)行角度校正；(D)將待識別人臉圖像進(jìn)行尺度縮放；(E)對待識別人臉圖像進(jìn)行小波變換，提取圖像的高頻信息。另外，本發(fā)明所述步驟(4)中將待識別人臉圖像的高頻信息與數(shù)據(jù)庫中的一幅標(biāo)準(zhǔn)人臉的注冊數(shù)據(jù)構(gòu)成一組新的小波變換系數(shù)后再將新組成的小波變換系數(shù)進(jìn)行小波逆變換，獲得重建圖像。其次，本發(fā)明把重建后的圖像與待識別人臉圖像進(jìn)行距離計(jì)算，判斷待識別圖像4與標(biāo)準(zhǔn)圖像是否同屬于一個(gè)人；如果不屬于同一人，則重復(fù)步驟(4)，與數(shù)據(jù)庫中下一幅注冊數(shù)據(jù)進(jìn)行重建并計(jì)算距離，直到匹配成功。再次，本發(fā)明所述步驟(1)、步驟(3)、步驟(4)及步驟(5)中所述的注冊人臉圖像僅需注冊人臉圖像的部分信息。本發(fā)明與其他人臉識別方法相比，具有如下幾個(gè)特點(diǎn)(a)圖像獲取簡單。本發(fā)明的注冊圖像只需要一張標(biāo)準(zhǔn)人臉圖像，可以是身份證、工作證、學(xué)生證、護(hù)照、畢業(yè)證和準(zhǔn)考證等，在拍照過程中可直接獲取，建立數(shù)據(jù)庫。(b)算法簡單。本發(fā)明只需要提取人臉的部分信息，而不需要對整個(gè)人臉進(jìn)行特征提取。(c)所需人臉數(shù)據(jù)庫存儲空間小。本發(fā)明的人臉數(shù)據(jù)庫只需要存儲人臉的部分信息，而不需要存儲整張人臉圖像。下面結(jié)合附圖和具體實(shí)施方式對本發(fā)明作進(jìn)一步說明。本發(fā)明的保護(hù)范圍將不僅局限于下列內(nèi)容的表述。圖1為本發(fā)明的人臉識別系統(tǒng)框圖；圖2-1為本發(fā)明人臉圖像；圖2-2為本發(fā)明小波一級分解人臉圖像；圖2-3為本發(fā)明小波一級分解人臉圖像示意圖；圖2-4為本發(fā)明小波二級分解人臉圖像；圖2-5為本發(fā)明小波二級分解人臉圖像示意圖；圖3-1為本發(fā)明人臉圖像光照處理前示意圖；圖3-2為本發(fā)明人臉圖像光照處理后示意圖；圖4-1為本發(fā)明人臉眼睛定位示意圖；圖4-2為本發(fā)明人臉眼睛定位后示意圖；圖5-1為本發(fā)明待識別人臉圖像；圖5-2為本發(fā)明人臉角度校正圖像；圖5-3為本發(fā)明人臉尺度縮放圖；圖6-1為本發(fā)明注冊人臉圖像；圖6-2為本發(fā)明注冊人臉圖像的低頻重構(gòu)圖；圖7-1為本發(fā)明待識別人臉圖像；圖7-2為本發(fā)明待識別人臉的高頻信息重構(gòu)示意圖；圖8為本發(fā)明注冊人臉圖像的低頻信息和待識別人臉圖像的高頻信息重建后的圖像。具體實(shí)施例方式如圖1所示，本發(fā)明的具體實(shí)施步驟如下步驟一提取標(biāo)準(zhǔn)人臉圖像的低頻信息將標(biāo)準(zhǔn)人臉圖像進(jìn)行小波變換，提取變換后低頻系數(shù)作為注冊信息；5步驟二獲取待識別人臉的包含雙眼的人臉正面圖像采用一個(gè)位置固定，但自身可以上下左右旋轉(zhuǎn)的攝像頭，與人形成一定的等高關(guān)系，采集到包含雙眼的人臉圖像；或者采用一個(gè)可上下左右都移動(dòng)的攝像頭，采集到包含雙眼的人臉圖像。步驟三提取待識別人臉圖像的高頻信息(A)將待識別圖像進(jìn)行定位，獲取人臉部分；(B)對待識別人臉圖像進(jìn)行光照處理；(C)對待識別人臉圖像進(jìn)行角度校正；(D)將待識別人臉圖像進(jìn)行尺度縮放；(E)對待識別人臉圖像進(jìn)行小波變換，提取圖像的高頻信息。步驟四把注冊人臉圖像的低頻信息與待識別人臉圖像的高頻信息進(jìn)行圖像重建(1)將待識別人臉圖像的高頻信息與數(shù)據(jù)庫中的一幅標(biāo)準(zhǔn)人臉的注冊數(shù)據(jù)構(gòu)成一組新的小波變換系數(shù)；(2)將新組成的小波變換系數(shù)進(jìn)行小波逆變換，獲得重建圖像。步驟五把重建后的圖像與待識別人臉圖像進(jìn)行距離計(jì)算，判斷待識別圖像與標(biāo)準(zhǔn)圖像是否同屬于一個(gè)人；如果不屬于同一人，則重復(fù)步驟三，與數(shù)據(jù)庫中下一幅注冊數(shù)據(jù)進(jìn)行重建并計(jì)算距離，直到匹配成功。其中步驟一的具體實(shí)施方式為(1)用身份證、工作證、學(xué)生證、護(hù)照、畢業(yè)證和準(zhǔn)考證等證件照片建立人臉圖像數(shù)據(jù)庫；(2)根據(jù)人臉數(shù)據(jù)庫圖像特征選擇小波基，本發(fā)明使用的注冊人臉圖像的大小是92*112，選用db3小波；(3)根據(jù)人臉數(shù)據(jù)庫圖像確定分解層數(shù)，本發(fā)明確定為三級分解；(4)對數(shù)據(jù)庫中所有人臉圖像進(jìn)行小波三級分解，分解可以得到10個(gè)子圖，提取低頻子圖作為注冊信息。其中步驟二的具體實(shí)施方式為首先設(shè)置攝像系統(tǒng)的攝像頭，攝像頭與人的空間位置關(guān)系可以按照固定方式和可移動(dòng)方式來實(shí)現(xiàn)。無論是固定方式還是可移動(dòng)方式，都要求攝像頭可以拍攝到含有雙眼的人臉圖像。為了方便圖像的處理，攝像頭與人的拍攝距離應(yīng)該保持恒定，使每次拍攝的圖像中，人臉的尺寸相對不變。對于固定方式，攝像頭的安裝點(diǎn)高度可參考人的平均身高。若人的平均身高是m米，則攝像頭離地的安裝高度略小于m米(考慮到眼睛與頭頂?shù)囊恍《尉嚯x)，使得攝像頭能夠正對人的雙眼。對于可移動(dòng)方式，攝像頭的初始安裝點(diǎn)可以按照固定方式的安裝點(diǎn)來完成，在這個(gè)安裝點(diǎn)的上下左右處再安裝攝像頭可滑動(dòng)的軌道，使得攝像頭可沿軌道上下左右移動(dòng)。攝像頭在拍攝人臉圖像的過程中要求攝像頭所拍攝的范圍內(nèi)只能有一個(gè)人，這樣會出現(xiàn)以下三種情況(1)找不到人的眼睛。由于人的身高差異，有的人的身高會偏離人的平均身高，使得攝像頭尋找不到人的眼睛；3)可以找到人的雙眼。對于第一種情況，固定方式所采取的措施是通過尋找人眼算法來控制攝像頭自身的上下旋轉(zhuǎn)，使得攝像頭可以找到人的眼睛。例如，當(dāng)某個(gè)人的身高大于(小于)人的平均身高時(shí)，攝像頭尋找不到這個(gè)人的眼睛，則攝像頭自身可以像上(下)旋轉(zhuǎn)來尋找人的眼睛?？梢苿?dòng)方式所采取的措施是通過尋找人眼算法來自動(dòng)上下移動(dòng)攝像頭。例如，當(dāng)某個(gè)人的身高大于(小于)人的平均身高時(shí)，則攝像頭自身可以像上(下)移動(dòng)，直到找到人的眼睛為止。由于攝像頭與人具有一定的拍攝距離，因此攝像頭只需要上下旋轉(zhuǎn)(移動(dòng))一小部分距離，就能改變一個(gè)大的視角范圍，而不需要大角度的上下旋轉(zhuǎn)(移動(dòng))。對于第二種情況，固定方式所采取的措施是通過尋找人眼算法來控制攝像頭自身的左右旋轉(zhuǎn)，使得攝像頭可以找到人的雙眼?？梢苿?dòng)方式所采取的措施是通過尋找人眼算法來控制攝像頭自身的左右移動(dòng)，直到攝像頭找到人的雙眼為止。對于第三種情況，固定方式和可移動(dòng)方式都可以正常的拍攝人臉。攝像頭是固定方式還是可移動(dòng)方式對獲取人臉圖像的影響對于固定方式，當(dāng)攝像頭經(jīng)過上下左右旋轉(zhuǎn)后，攝像頭的視角與人臉不是正對的，這時(shí)所拍攝的人臉圖像存在空間位置上的偏轉(zhuǎn)，例如俯仰旋轉(zhuǎn)等。對于可移動(dòng)方式，當(dāng)攝像頭經(jīng)過上下左右移動(dòng)后，攝像頭的視角與人臉還是正對的，因此所拍攝的人臉圖像不存在空間位置上的偏轉(zhuǎn)，但是這種方式在實(shí)際操作過程中比固定方式復(fù)雜。無論攝像頭是固定方式還是可移動(dòng)方式拍攝人臉圖像，在拍攝之前，都要求在攝像頭在各個(gè)角度下，先拍攝一次背景圖像，也就是在待識別對象不在的情況下，先拍攝一次圖像，作為背景圖像。其中步驟三的具體實(shí)施方式為(1)將待識別圖像進(jìn)行定位，獲取人臉部分用圖像采集卡獲取人臉圖像，其中視頻幀的獲取采用directshow技術(shù)，接著對每幀圖像進(jìn)行人臉定位。本系統(tǒng)采用基于膚色分割的人臉檢測方法。膚色是人臉的重要信息，具有相對穩(wěn)定性，并且和大多數(shù)背景物體的顏色相區(qū)別。一般我們所看到的彩色人臉圖像都是基于RGB彩色空間的，但是在RGB彩色空間中，色度信息與亮度信息是混合在一起的，由于周圍環(huán)境光照的改變，亮度可能使人臉的檢測變得更加的復(fù)雜，使得膚色分割結(jié)果不可靠，因此本發(fā)明使用基于YCrCb的色彩空間。Y指明視度，即亮度(實(shí)際上代表灰度值)，而Cr和Cb則是指色度，即描述色彩的飽和度。實(shí)驗(yàn)研究表明盡管不同民族、不同年齡、不同性別的人臉膚色看上去不同，但是這種不同主要集中在亮度上，在去除亮度的某些色彩空間中，不同人臉的膚色分布是一致的，而且集中在一個(gè)較小的區(qū)域里，即具有聚類特性。具體實(shí)施步驟為①獲得每一幀的彩色人臉圖像；②把彩色人臉圖像的RGB值轉(zhuǎn)化為YCrCb值；③通過對大量彩色人臉圖像進(jìn)行實(shí)驗(yàn)找到膚色Cr值的區(qū)間；7④根據(jù)經(jīng)驗(yàn)所得到的膚色Cr值的區(qū)間來判斷人臉的膚色區(qū)域；對采集到的人臉圖像進(jìn)行逐點(diǎn)像素掃描，若某點(diǎn)像素的Cr值在這個(gè)區(qū)間內(nèi)，則認(rèn)為是類膚色像素，并將該像素設(shè)為白色，否則認(rèn)為是非膚色，設(shè)為黑色，由此生成二值化圖像；⑤對二值化后的圖像進(jìn)行開閉運(yùn)算，以消除有類膚色特性的小部分非人臉區(qū)域。由此定位出人臉；⑥把定位出的彩色人臉圖像轉(zhuǎn)化為灰度人臉圖像。(2)對待識別人臉圖像進(jìn)行光照處理光照問題一般表現(xiàn)為光照強(qiáng)度不一(或強(qiáng)或弱)，光照不均勻等。在這里本發(fā)明使用一種基于區(qū)域正則化的預(yù)處理技術(shù)。假設(shè)存在一個(gè)虛擬的"標(biāo)準(zhǔn)"光照條件，在該標(biāo)準(zhǔn)條件下，人臉圖像的像素值分布范圍為01。將得到該"標(biāo)準(zhǔn)"光照條件下的人臉圖像作為圖像正則化處理的目標(biāo)。相應(yīng)地，可認(rèn)為已有的灰度分布為0255之間的人臉圖像均是在強(qiáng)于"標(biāo)準(zhǔn)"光照的光照條件下獲得的。如果想將不同光照條件下得到的人臉圖像"歸一"到相同的固定光照條件，則應(yīng)考慮光照的強(qiáng)弱影響。因此，為了得出"標(biāo)準(zhǔn)"光照下的01之間分布的圖像，應(yīng)將原像素值除以一個(gè)大于其本身的數(shù)值。可假設(shè)"標(biāo)準(zhǔn)"照明下的圖像為4";7(i);+廠"其中I,y為圖像在(x，y)點(diǎn)的灰度值J為整幅圖像的像素均值；r為一正系數(shù)。這里假設(shè)人臉圖像的像素均值與光照強(qiáng)弱成線性關(guān)系。此外，(1)式分母中的I,y對抑制光源方向性的影響有一定作用。在點(diǎn)光源方向的方向角較大的情況下，與正方向光源條件下的成像相比，人臉圖像可能一部分偏亮，另一部分偏暗。若用(1)式對圖像進(jìn)行正則處理，這樣一種較大的明暗差別會得到削弱。具體實(shí)施步驟為①把人臉圖像分為上下，左右大小相同的四塊Ipl2、l3和14;②對人臉圖像的每一塊圖像分別求像素均值7;、t;、t;和t;;③把每一塊的圖像像素值及其均值帶入公式(2)，求出每一塊的對應(yīng)點(diǎn)的像素值I'i(i=1，2，3，4);④把線性變換后的四塊小圖像I'Ji=1，2，3，4)重新組合成一張新的人臉圖像，即為光照處理后的人臉圖像。(3)對待識別人臉圖像進(jìn)行角度校正由上述方法定位出的人臉只是定位出了人臉的大致區(qū)域，在人臉輪廓附近會存在小部分的背景區(qū)域，這就會對人眼的定位造成影響，因此為了準(zhǔn)確的定位出人眼，就需要減少不必要的干擾區(qū)域，需要進(jìn)一步的找到人眼的大致區(qū)域。實(shí)驗(yàn)表明與背景區(qū)域相比，人臉區(qū)域往往具有較高的亮度。在人臉左右邊界處，垂直方向上亮度值的總和迅速減小，從而形成一個(gè)明顯的凸峰。因此，只需要對人臉圖像進(jìn)行垂直積分投影，確定垂直灰度積分投影曲線中主要凸峰的左右邊界，即可得到人臉的左右邊界。同理對人臉圖像進(jìn)行水平積分投影。實(shí)驗(yàn)發(fā)現(xiàn)，水平積分投影曲線的第一個(gè)極小值點(diǎn)對應(yīng)人的頭頂，因?yàn)轭^發(fā)的低灰度產(chǎn)生了水平灰度積分投影曲線的低谷，而曲線的次最大值點(diǎn)和最大值點(diǎn)則對應(yīng)人的額頭部位和人的鼻子中部，因此只要找到水平灰度積分投影曲線的次最大值點(diǎn)和最大值點(diǎn)，從而定位出人臉圖像的上下邊界。這樣就把人眼的大致區(qū)域劃定，如圖4-l所示。用邊緣檢測算子對劃定的人眼的大致區(qū)域進(jìn)行邊緣檢測，可以得到人眼瞳孔邊界區(qū)域，由于人眼瞳孔是類圓形，因此可以用Hough變換找到此區(qū)域中的瞳孔圓心，即定位出人眼所在的位置。由于視頻圖像中的人臉區(qū)域很小，因此用此方法所檢測出來的人眼即使存在偏差，偏差也會很小，可以忽略不計(jì)，如圖4-2所示。通過對兩眼的定位，找到眼睛所在的直線與水平方向直線的之間的夾角9，根據(jù)這個(gè)角度9，采用公式(2)對圖像進(jìn)行旋轉(zhuǎn)。<table>tableseeoriginaldocumentpage9</column></row><table>其中a(x，y)和b(x，y)表示原坐標(biāo)x和y所確定的新坐標(biāo)。旋轉(zhuǎn)后人臉圖像示意圖如圖5-2所示。(4)將待識別人臉圖像進(jìn)行尺度縮放對旋轉(zhuǎn)后的人臉圖像進(jìn)行縮放由于人臉圖像很小，因此本發(fā)明認(rèn)為可以把每個(gè)人的兩眼之間的距離視為相等。由此可以通過計(jì)算出兩眼之間的距離與標(biāo)準(zhǔn)照中人臉圖像的兩眼之間的距離的比值Y，以Y為比例縮放系數(shù)，對旋轉(zhuǎn)后的人臉圖像進(jìn)行縮放。對縮放后的人臉圖像進(jìn)行裁剪縮放后的人臉圖像中的人臉大小與標(biāo)準(zhǔn)照一致了，但是其背景可能會出現(xiàn)擴(kuò)充，造成整張人臉圖像的尺寸與標(biāo)準(zhǔn)照的尺寸不一，因此需要把人臉圖像裁剪到與標(biāo)準(zhǔn)照大小一致，以方便后續(xù)的特征提取，縮放后人臉圖像的示意圖如圖5-3所示。(5)對待識別人臉圖像進(jìn)行小波變換，提取圖像的高頻信息對預(yù)處理完的待識別人臉圖像進(jìn)行小波3級分解。輸入人臉圖像可以是來自視頻監(jiān)控中人臉圖像，或者是考勤中固定采集的人臉圖像，但是輸入人臉圖像的大小必須和注冊人臉圖像的大小相同，使注冊人臉圖像和輸入人臉圖像可以在一個(gè)尺度下進(jìn)行匹配。在這里，本發(fā)明提取輸入人臉圖像的頻域信息，使用的方法為用小波進(jìn)行提取。同樣使用db3小波對輸入人臉圖像進(jìn)行小波三級分解，分解可以得到10個(gè)子圖，其中只有一個(gè)是低頻子圖，其它為高頻子圖。去除其低頻子圖，而留下9個(gè)高頻子圖，作為輸入人臉圖像的高頻信息。9個(gè)高頻子圖用db3小波重構(gòu)后如圖7-2所示。其中步驟四的具體實(shí)施方式為1)提取步驟一中得到了注冊人臉圖像的低頻信息2)提取步驟二、三中得到了待識別人臉圖像的高頻信息。3)將以上低頻和高頻信息組成新的小波系數(shù)組，進(jìn)行db3小波三級重構(gòu)，得到重建后的圖像，如圖8所示，重建后的圖像大小與輸入人臉圖像的大小相同。其中步驟五的具體實(shí)施方式為設(shè)輸入人臉圖像的任意點(diǎn)像素值為fji，j)，重建后的圖像的任意點(diǎn)像素值為f2(i，j)。其中i表示圖像的行坐標(biāo)，j表示圖像的縱坐標(biāo)。把重建后的圖像與輸入人臉圖像進(jìn)行歐式距離相減，得到重建后的圖像與輸入人臉圖像的距離A，即<formula>formulaseeoriginaldocumentpage9</formula>把輸入人臉圖像的低頻信息與數(shù)據(jù)庫中每一張標(biāo)準(zhǔn)注冊人臉圖像的低頻信息進(jìn)行重建，把重建后的若干個(gè)圖像與輸入人臉圖像都進(jìn)行歐式距離相減，找到與輸入人臉圖像距離最小的重建后的圖像，即可判斷，此輸入人臉圖像與提供的重建圖像的低頻信息的注冊人臉是同一個(gè)人。權(quán)利要求一種基于圖像交叉重建的單樣本注冊圖像人臉識別方法，采用攝像系統(tǒng)獲得待識別人臉的包含雙眼的人臉圖像，用融合兩張人臉圖像各部分信息的方法，通過計(jì)算機(jī)對人臉圖像進(jìn)行分析，其特征在于包括以下步驟(1)提取單張標(biāo)準(zhǔn)人臉圖像的低頻信息作為注冊數(shù)據(jù)；(2)獲取待識別人臉的包含雙眼的人臉圖像；(3)提取待識別人臉圖像的高頻信息；(4)將待識別人臉圖像的高頻信息與標(biāo)準(zhǔn)人臉圖像的注冊數(shù)據(jù)進(jìn)行圖像重建；(5)把重建后的圖像與待識別人臉圖像進(jìn)行匹配判別。2.根據(jù)權(quán)利要求1所述的基于圖像交叉重建的單樣本注冊圖像人臉識別方法，其特征在于所述步驟(1)中將標(biāo)準(zhǔn)人臉圖像進(jìn)行小波變換，提取變換后低頻系數(shù)作為注冊信息。3.根據(jù)權(quán)利要求1所述的基于圖像交叉重建的單樣本注冊圖像人臉識別方法，其特征在于所述步驟(2)中是采用一個(gè)位置固定，但鏡頭可以上下左右旋轉(zhuǎn)的攝像頭，與人形成一定的等高關(guān)系，采集到包含雙眼的人臉正面圖像；或者采用一個(gè)可上下左右都移動(dòng)的攝像頭，采集到包含雙眼的人臉正面圖像。4.根據(jù)權(quán)利要求1或2所述的基于圖像交叉重建的單樣本注冊圖像人臉識別方法，其特征在于所述步驟(3)中提取待識別人臉圖像的高頻信息按如下方式操作(A)將待識別圖像進(jìn)行定位，獲取人臉部分；(B)對待識別人臉圖像進(jìn)行光照處理；(C)對待識別人臉圖像進(jìn)行角度校正；(D)將待識別人臉圖像進(jìn)行尺度縮放；(E)對待識別人臉圖像進(jìn)行小波變換，提取圖像的高頻信息。5.根據(jù)權(quán)利要求4所述的基于圖像交叉重建的單樣本注冊圖像人臉識別方法，其特征在于所述步驟(4)中將待識別人臉圖像的高頻信息與數(shù)據(jù)庫中的一幅標(biāo)準(zhǔn)人臉的注冊數(shù)據(jù)構(gòu)成一組新的小波變換系數(shù)后再將新組成的小波變換系數(shù)進(jìn)行小波逆變換，獲得重建圖像。6.根據(jù)權(quán)利要求5所述的基于圖像交叉重建的單樣本注冊圖像人臉識別方法，其特征在于把重建后的圖像與待識別人臉圖像進(jìn)行距離計(jì)算，判斷待識別圖像與標(biāo)準(zhǔn)圖像是否同屬于一個(gè)人；如果不屬于同一人，則重復(fù)步驟(4)，與數(shù)據(jù)庫中下一幅注冊數(shù)據(jù)進(jìn)行重建并計(jì)算距離，直到匹配成功。7.根據(jù)權(quán)利要求6所述的基于圖像交叉重建的單樣本注冊圖像人臉識別方法，其特征在于所述步驟(1)、步驟(3)、步驟(4)及步驟(5)中所述的注冊人臉圖像僅需注冊人臉圖像的部分信息。全文摘要本發(fā)明公開一種基于圖像交叉重建的單樣本注冊圖像人臉識別方法，采用圖像交叉重建的方法，通過計(jì)算機(jī)分析、處理，實(shí)現(xiàn)個(gè)人身份鑒別，其具體實(shí)施步驟包括在人臉數(shù)據(jù)庫中注冊標(biāo)準(zhǔn)人臉圖像的低頻信息，獲取待識別人臉的正面圖像，提取待識別人臉圖像的高頻信息，把待識別人臉圖像的高頻信息和注冊人臉圖像的低頻信息進(jìn)行圖像交叉重建，最后把融合后的圖像和待識別人臉圖像進(jìn)行匹配判決，實(shí)現(xiàn)身份識別。本發(fā)明具有注冊人臉信息的數(shù)據(jù)庫空間小，算法簡單，識別時(shí)間短，識別率高等優(yōu)點(diǎn)。文檔編號G06K9/68GK101739546SQ20081022856公開日2010年6月16日申請日期2008年11月5日優(yōu)先權(quán)日2008年11月5日發(fā)明者李蕊,柯麗,苑瑋琦,黃艷申請人:沈陽工業(yè)大學(xué)