專利名稱：一種基于仿射尺度不變特征變換和結(jié)構(gòu)相似的人臉識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及人臉識(shí)別技術(shù)領(lǐng)域，具體涉及一種基于仿射尺度不變特征變換和結(jié)構(gòu)相似的人臉識(shí)別方法研究及實(shí)現(xiàn)。
背景技術(shù)：
隨著社會(huì)發(fā)展，越來越多的場(chǎng)合需要進(jìn)行身份的識(shí)別和驗(yàn)證。傳統(tǒng)的身份驗(yàn)證的方式越來越無法滿足社會(huì)發(fā)展的需求。人臉識(shí)別具有簡(jiǎn)單方便的特點(diǎn)被應(yīng)用于諸多領(lǐng)域。人臉識(shí)別是利用人臉信息來進(jìn)行身份判斷的技術(shù)，是最具使用價(jià)值的一種生物特征識(shí)別。人臉識(shí)別研究經(jīng)過多年的研究發(fā)展，近年來取得了較大進(jìn)步。一般來說，目前人臉識(shí)別方法的主要流程包括人臉檢測(cè)和定位，人臉標(biāo)準(zhǔn)化、人臉特征提取和選擇、特征判別。·目前人臉識(shí)別中主要問題在于1、人臉特征的選擇。人臉特征受干擾影響較大，隨著年齡、表情、光照、姿態(tài)等變化，人臉特征會(huì)有較大的變化。太過復(fù)雜的人臉特征會(huì)使計(jì)算非常繁瑣。2、正確識(shí)別相似的人臉有較大的難度。我們發(fā)明一種基于仿射尺度不變特征變換和結(jié)構(gòu)相似的人臉識(shí)別方法。先基于圖像局部特征描述算子AISFT得到圖像間的匹配點(diǎn)，再進(jìn)行匹配點(diǎn)的篩選，然后基于匹配點(diǎn)一定鄰域計(jì)算相似度，最后進(jìn)行閾值的比較最終實(shí)現(xiàn)人臉識(shí)別。具有簡(jiǎn)單易行且正確識(shí)別率較高的優(yōu)點(diǎn)。

發(fā)明內(nèi)容
本發(fā)明的目的在于基于仿射尺度不變特征變換和結(jié)構(gòu)相似度進(jìn)行人臉識(shí)別。本發(fā)明的創(chuàng)新點(diǎn)在于基于匹配點(diǎn)鄰域的結(jié)構(gòu)相似度計(jì)算實(shí)現(xiàn)人臉識(shí)別，具有簡(jiǎn)單易行且正確識(shí)別率較高的優(yōu)點(diǎn)。通過仿射尺度不變特征變換算法ASIFT找到待識(shí)別人臉圖像與人臉圖像之間的匹配點(diǎn)，再基于“網(wǎng)漏”方法實(shí)現(xiàn)冗余匹配點(diǎn)的篩除，然后根據(jù)結(jié)構(gòu)相似度算法計(jì)算得到基于關(guān)鍵點(diǎn)的相似度，最終實(shí)現(xiàn)人臉識(shí)別。本發(fā)明是采用以下技術(shù)手段實(shí)現(xiàn)的I、一種基于仿射尺度不變特征變換和結(jié)構(gòu)相似的人臉識(shí)別方法，包括匹配點(diǎn)計(jì)算、匹配點(diǎn)篩選、相似度計(jì)算并判決三個(gè)步驟A、匹配點(diǎn)計(jì)算階段，利用仿射尺度不變特征變換算法ASIFT (Affinescale-invariant feature transform,)計(jì)算待識(shí)別人臉圖像與人臉圖像的匹配點(diǎn)；步驟A具體包括Al、對(duì)待識(shí)別人臉圖像u與人臉圖像V基于仿射尺度不變特征變換算法ASIFT計(jì)算匹配點(diǎn)，計(jì)算得出圖像u和V的匹配點(diǎn)對(duì)的坐標(biāo)。B、匹配點(diǎn)篩選階段，根據(jù)待識(shí)別人臉圖像U與人臉圖像V，采用“網(wǎng)漏”方法實(shí)現(xiàn)圖像的匹配點(diǎn)對(duì)的篩選。經(jīng)過篩選后的匹配點(diǎn)即為圖像的關(guān)鍵點(diǎn)；步驟B具體包括
BI、對(duì)輸入的待識(shí)別人臉圖像進(jìn)行網(wǎng)格大小為M*N的矩形網(wǎng)格劃分，其中M的取值范圍是小于圖像長度的一半的自然數(shù)，N的取值范圍是小于圖像寬度的一半的自然數(shù)。優(yōu)選地，取M = N = 8。B2、根據(jù)步驟BI中劃分出的網(wǎng)格，計(jì)算每一個(gè)網(wǎng)格對(duì)應(yīng)匹配點(diǎn)坐標(biāo)的質(zhì)心；質(zhì)心
按照下列公式進(jìn)行計(jì)算
權(quán)利要求
1.一種基于仿射尺度不變特征變換和結(jié)構(gòu)相似的人臉識(shí)別方法，包括匹配點(diǎn)計(jì)算、匹配點(diǎn)篩選、相似度計(jì)算并判決三個(gè)步驟 A、匹配點(diǎn)計(jì)算階段，利用仿射尺度不變特征變換算法ASIFT(Affineseal e-invar iantfeature transform,)計(jì)算待識(shí)別人臉圖像與人臉圖像的匹配點(diǎn)； 步驟A具體包括 Al、對(duì)待識(shí)別人臉圖像u與人臉圖像V基于仿射尺度不變特征變換算法ASIFT進(jìn)行匹配點(diǎn)計(jì)算，計(jì)算得出圖像u和V的匹配點(diǎn)對(duì)； B、匹配點(diǎn)篩選階段，根據(jù)待識(shí)別人臉圖像u與人臉圖像V，采用“網(wǎng)漏”方法實(shí)現(xiàn)圖像的匹配點(diǎn)對(duì)的篩選，經(jīng)過篩選后的匹配點(diǎn)即為圖像的關(guān)鍵點(diǎn)； 步驟B具體包括 BI、對(duì)輸入的待識(shí)別人臉圖像進(jìn)行網(wǎng)格大小為M*N的矩形網(wǎng)格劃分，其中M的取值范圍是小于圖像長度的一半的自然數(shù)，N的取值范圍是小于圖像寬度的一半的自然數(shù)； B2、根據(jù)步驟BI中劃分出的網(wǎng)格，計(jì)算每一個(gè)網(wǎng)格對(duì)應(yīng)匹配點(diǎn)坐標(biāo)的質(zhì)心，質(zhì)心按照下列公式進(jìn)行計(jì)算
2.如權(quán)利要求I所述的方法，在步驟BI中，設(shè)置M= N = 8。
3.如權(quán)利要求I所述的方法，在步驟Cl中，鄰域值Fi取值為8。
4.如前述任一項(xiàng)權(quán)利要求所述的方法，在步驟C3中，閥值的取值范圍在O.I到O. 5之間。
5.如權(quán)利要求4所述的方法，在步驟C3中，閥值為O.14。
6.如權(quán)利要求4所述的方法，在步驟C3中，閥值為O.26。
全文摘要
一種基于仿射尺度不變特征變換和結(jié)構(gòu)相似的人臉識(shí)別方法涉及人臉識(shí)別技術(shù)領(lǐng)域。本發(fā)明是先利用圖像局部特征描述算子AISFT得到圖像間的匹配點(diǎn)，再基于“網(wǎng)漏”方法實(shí)現(xiàn)冗余匹配點(diǎn)的篩除，然后根據(jù)結(jié)構(gòu)相似度算法計(jì)算得到基于關(guān)鍵點(diǎn)的相似度，最終實(shí)現(xiàn)人臉識(shí)別。本發(fā)明具有簡(jiǎn)單易行且正確識(shí)別率較高的優(yōu)點(diǎn)。
文檔編號(hào)G06K9/64GK102880852SQ201210229030
公開日2013年1月16日 申請(qǐng)日期2012年7月2日 優(yōu)先權(quán)日2012年7月2日
發(fā)明者毋立芳, 劉書琴, 周鵬, 鄭慶陽, 鄧亞麗, 曹瑜, 肖鵬, 江思源, 王紅, 曹連超, 顏鳳輝, 張靜文 申請(qǐng)人:北京工業(yè)大學(xué)