一種人臉識(shí)別的方法及設(shè)備的制作方法
【專(zhuān)利摘要】本發(fā)明提供一種人臉識(shí)別的方法及設(shè)備，通過(guò)獲取人臉第k個(gè)局部區(qū)域的N1個(gè)方向的每個(gè)方向的相位角，根據(jù)信息熵最大化原則和第k個(gè)局部區(qū)域的所述N1個(gè)方向的每個(gè)方向的相位角在N2個(gè)象限的概率分布獲取所述第k個(gè)局部區(qū)域的所述N1個(gè)方向的每個(gè)方向的對(duì)應(yīng)的N2-1個(gè)坐標(biāo)夾角，獲取所述N1個(gè)方向的每個(gè)方向的相位角的個(gè)位數(shù)的二進(jìn)制編碼，根據(jù)N1個(gè)所述編碼獲取第k個(gè)局部區(qū)域每個(gè)像素點(diǎn)的加權(quán)編碼值；對(duì)所述第k個(gè)局部區(qū)域的每個(gè)像素點(diǎn)的加權(quán)編碼值進(jìn)行統(tǒng)計(jì)，獲取第k個(gè)局部區(qū)域的每個(gè)像素點(diǎn)的加權(quán)編碼值的個(gè)數(shù)，充分利用人臉的空間局部信息以及不同個(gè)體的人臉特征分布信息，從而提高人臉識(shí)別率。
【專(zhuān)利說(shuō)明】-種人臉識(shí)別的方法及設(shè)備

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖片處理領(lǐng)域，尤其涉及到一種人臉識(shí)別的方法及設(shè)備。

【背景技術(shù)】
[0002] 人臉識(shí)別技術(shù)是指的是通過(guò)人臉圖像來(lái)進(jìn)行身份認(rèn)證的一種方法。因?yàn)橐苿?dòng)終 端拍攝的人臉照片存在對(duì)焦不準(zhǔn)出現(xiàn)離焦模糊或者圖像分辨率可能較低等問(wèn)題，而局部相 位量化（Local Phase Quantization, LPQ)以其對(duì)模糊魯棒的特點(diǎn)在圖片處理領(lǐng)域受到越 來(lái)越多的關(guān)注。如圖1所示，LPQ的計(jì)算過(guò)程包括計(jì)算局部方向相位、對(duì)局部方向相位進(jìn)行 量化、對(duì)量化后的相位角進(jìn)行加權(quán)編碼及對(duì)編碼后的局部相位量化特征進(jìn)行分塊直方圖統(tǒng) 計(jì)。
[0003] 在對(duì)局部方向相位進(jìn)行量化的過(guò)程中，采用的是正交的坐標(biāo)軸，如圖2所示，并未 考慮到人臉圖像不同區(qū)域的局部方向相位角的分布具有明顯的差異性，如圖3所示，同時(shí) 在量化局部方向相位時(shí)也并未考慮不同樣本的類(lèi)別特征，因此，可識(shí)別率有待進(jìn)一步解決。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明實(shí)施例提供了一種人臉識(shí)別的方法及設(shè)備，旨在解決如果利用人臉不同局 部區(qū)域特征提高人臉識(shí)別率的問(wèn)題。
[0005] 第一方面，一種人臉識(shí)別的方法，所述方法包括：
[0006] 獲取人臉第k個(gè)局部區(qū)域的N1個(gè)方向的每個(gè)方向的相位角，所述k小于等于N，所 述人臉的局部區(qū)域的總數(shù)為N，N1大于等于1 ;
[0007] 根據(jù)信息熵最大化原則和第k個(gè)局部區(qū)域的所述N1個(gè)方向的每個(gè)方向的相位角 在N2個(gè)象限的概率分布獲取所述第k個(gè)局部區(qū)域的所述N1個(gè)方向的每個(gè)方向的對(duì)應(yīng)的 N2-1個(gè)坐標(biāo)夾角；
[0008] 對(duì)比所述N1個(gè)方向的每個(gè)方向的相位角和所述第k個(gè)局部區(qū)域的所述N1個(gè)方向 的每個(gè)方向的對(duì)應(yīng)的N2-1個(gè)坐標(biāo)夾角，獲取所述N1個(gè)方向的每個(gè)方向的相位角的N3個(gè)位 數(shù)的編碼，根據(jù)N1個(gè)所述編碼獲取第k個(gè)局部區(qū)域每個(gè)像素點(diǎn)的加權(quán)編碼值，所述N3為 log2N2向上取整后的整數(shù)值；
[0009] 對(duì)所述第k個(gè)局部區(qū)域的每個(gè)像素點(diǎn)的加權(quán)編碼值進(jìn)行統(tǒng)計(jì)，獲取第k個(gè)局部區(qū) 域的每個(gè)像素點(diǎn)的加權(quán)編碼值的個(gè)數(shù)，所述第k個(gè)局部區(qū)域的每個(gè)像素點(diǎn)的加權(quán)編碼值的 個(gè)數(shù)用于標(biāo)識(shí)所述人臉的第k個(gè)局部區(qū)域的特征。
[0010] 結(jié)合第一方面，在第一方面的第一種可能的實(shí)現(xiàn)方式中，所述N1 = 4,所述N2 = 4。
[0011] 結(jié)合第一方面的第一種可能的實(shí)現(xiàn)方式，在第一方面的第二種可能的實(shí)現(xiàn)方式 中，所述根據(jù)信息熵最大化原則和第k個(gè)局部區(qū)域的所述N1個(gè)方向的每個(gè)方向的相位角在 N2個(gè)象限的概率分布獲取所述第k個(gè)局部區(qū)域的所述N1個(gè)方向的每個(gè)方向的對(duì)應(yīng)的N2-1 個(gè)坐標(biāo)夾角，包括：
[0012] 根據(jù)信息熵最大化原則求解所述N1個(gè)方向的每個(gè)方向的相位角對(duì)應(yīng)的N2-1個(gè)坐 標(biāo)夾角；
[0013] 所述求解所述N1個(gè)方向的每個(gè)方向的相位角對(duì)應(yīng)的N2-1個(gè)坐標(biāo)夾角的公式如 下：
[0014]

【權(quán)利要求】
1. 一種人臉識(shí)別的方法，其特征在于，所述方法包括： 獲取人臉第k個(gè)局部區(qū)域的N1個(gè)方向的每個(gè)方向的相位角，所述k小于等于N，所述人 臉的局部區(qū)域的總數(shù)為N，N1大于等于1 ; 根據(jù)信息熵最大化原則和第k個(gè)局部區(qū)域的所述N1個(gè)方向的每個(gè)方向的相位角在N2 個(gè)象限的概率分布，獲取所述第k個(gè)局部區(qū)域的所述N1個(gè)方向的每個(gè)方向的對(duì)應(yīng)的N2-1 個(gè)坐標(biāo)夾角； 對(duì)比所述N1個(gè)方向的每個(gè)方向的相位角和所述第k個(gè)局部區(qū)域的所述N1個(gè)方向的每 個(gè)方向的對(duì)應(yīng)的N2-1個(gè)坐標(biāo)夾角，獲取所述N1個(gè)方向的每個(gè)方向的相位角的N3個(gè)位數(shù)的 編碼，根據(jù)N1個(gè)所述編碼獲取第k個(gè)局部區(qū)域每個(gè)像素點(diǎn)的加權(quán)編碼值，所述N3為log2N2 向上取整后的整數(shù)值； 對(duì)所述第k個(gè)局部區(qū)域的每個(gè)像素點(diǎn)的加權(quán)編碼值進(jìn)行統(tǒng)計(jì)，獲取第k個(gè)局部區(qū)域的 每個(gè)像素點(diǎn)的加權(quán)編碼值的個(gè)數(shù)，所述第k個(gè)局部區(qū)域的每個(gè)像素點(diǎn)的加權(quán)編碼值的個(gè)數(shù) 用于標(biāo)識(shí)所述人臉的第k個(gè)局部區(qū)域的特征。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述N1 = 4,所述N2 = 4。
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)信息熵最大化原則和第k個(gè)局 部區(qū)域的所述N1個(gè)方向的每個(gè)方向的相位角在N2個(gè)象限的相位角概率分布獲取所述第k 個(gè)局部區(qū)域的所述N1個(gè)方向的每個(gè)方向的對(duì)應(yīng)的N2-1個(gè)坐標(biāo)夾角，包括： 根據(jù)信息熵最大化原則求解所述N1個(gè)方向的每個(gè)方向的相位角對(duì)應(yīng)的N2-1個(gè)坐標(biāo)夾 角； 所述求解所述N1個(gè)方向的每個(gè)方向的相位角對(duì)應(yīng)的N2-1個(gè)坐標(biāo)夾角的公式如下：
0. thli k 彡 th2i k 彡 th3i k 彡 2 Jr，1 彡 i 彡 N1 其中也(1:11(^15〈4^15彡1:11]^上115)表示訓(xùn)練樣本中第」個(gè)人的第1^個(gè)局部區(qū)域的第1 個(gè)的方向的相位角在N2個(gè)方向空間內(nèi)中的第一個(gè)象限的概率分布，且thOi;k = 0, ％表示 所述訓(xùn)練樣本中所有的人數(shù)，th\k，th2u，th3u表示所述第k個(gè)局部區(qū)域的第i個(gè)方向的 所述N2個(gè)方向?qū)?yīng)的N2-1個(gè)坐標(biāo)夾角，用于指定第j個(gè)人的第k個(gè)局部區(qū)域，表 示第j個(gè)人的第k個(gè)局部區(qū)域的第i方向的相位角。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述對(duì)比所述N1個(gè)方向的每個(gè)方向的相 位角和所述第k個(gè)局部區(qū)域的所述N1個(gè)方向的每個(gè)方向的對(duì)應(yīng)的N2-1個(gè)坐標(biāo)夾角，獲取 所述N1個(gè)方向的每個(gè)方向的相位角的N3個(gè)位數(shù)的編碼，根據(jù)N1個(gè)所述編碼獲取第k個(gè)局 部區(qū)域每個(gè)像素點(diǎn)的加權(quán)編碼值，包括： 根據(jù)預(yù)先設(shè)置的算法獲取第k個(gè)局部區(qū)域每個(gè)像素點(diǎn)的加權(quán)編碼值； 所述預(yù)先設(shè)置的算法如下：
3 G [〇, 1，2...，7] 其中，enLPQk表示第k個(gè)局部區(qū)域每個(gè)像素點(diǎn)的加權(quán)編碼值，Phau表示第k個(gè)局部區(qū) 域的第i個(gè)局部方向的相位角的2個(gè)位數(shù)的編碼，？V為第k個(gè)局部區(qū)域的第i個(gè)局部方向 的相位角。
5. 根據(jù)權(quán)利要求1至4任意一項(xiàng)所述的方法，其特征在于，所述方法還包括： 根據(jù)所述人臉的每個(gè)局部區(qū)域的加權(quán)編碼值、統(tǒng)計(jì)后的每個(gè)像素點(diǎn)的加權(quán)編碼值的個(gè) 數(shù)和預(yù)先設(shè)置的算法，利用人臉圖片進(jìn)行身份識(shí)別或者對(duì)移動(dòng)終端進(jìn)行解鎖； 所述利用人臉進(jìn)行身份識(shí)別，包括： 根據(jù)預(yù)先設(shè)置的算法獲取人臉圖片的相似度； 過(guò)濾人臉圖片相似度低于預(yù)先設(shè)置的閾值的人臉圖片； 所述對(duì)移動(dòng)終端進(jìn)行解鎖，包括： 根據(jù)預(yù)先設(shè)置的算法獲取用戶注冊(cè)所述移動(dòng)終端的人臉圖片的特征值和登錄所述移 動(dòng)終端的人臉圖片的特征值； 若登錄所述移動(dòng)終端的人臉圖片的特征值和注冊(cè)所述移動(dòng)終端的人臉圖片的特征值 高于預(yù)設(shè)閾值，則對(duì)所述移動(dòng)終端進(jìn)行解鎖。
6. -種人臉識(shí)別的設(shè)備，其特征在于，所述設(shè)備包括： 第一獲取單元，用于獲取人臉第k個(gè)局部區(qū)域的N1個(gè)方向的每個(gè)方向的相位角，所述 k小于等于N，所述人臉的局部區(qū)域的總數(shù)為N，N1大于等于1 ; 第二獲取單元，用于根據(jù)信息熵最大化原則和第k個(gè)局部區(qū)域的所述N1個(gè)方向的每個(gè) 方向的相位角在N2個(gè)象限的概率分布，獲取所述第k個(gè)局部區(qū)域的所述N1個(gè)方向的每個(gè) 方向的對(duì)應(yīng)的N2-1個(gè)坐標(biāo)夾角； 對(duì)比單元，用于對(duì)比所述N1個(gè)方向的每個(gè)方向的相位角和所述第k個(gè)局部區(qū)域的所述 N1個(gè)方向的每個(gè)方向的對(duì)應(yīng)的N2-1個(gè)坐標(biāo)夾角，獲取所述N1個(gè)方向的每個(gè)方向的相位角 的N3個(gè)位數(shù)的編碼，根據(jù)N1個(gè)所述編碼獲取第k個(gè)局部區(qū)域每個(gè)像素點(diǎn)的加權(quán)編碼值，所 述N3為log2N2向上取整后的整數(shù)值； 第三獲取單元，用于對(duì)所述第k個(gè)局部區(qū)域的每個(gè)像素點(diǎn)的加權(quán)編碼值進(jìn)行統(tǒng)計(jì)，獲 取第k個(gè)局部區(qū)域的每個(gè)像素點(diǎn)的加權(quán)編碼值的個(gè)數(shù)，所述第k個(gè)局部區(qū)域的每個(gè)像素點(diǎn) 的加權(quán)編碼值的個(gè)數(shù)用于標(biāo)識(shí)所述人臉的第k個(gè)局部區(qū)域的特征。
7. 根據(jù)權(quán)利要求6所述的設(shè)備，其特征在于，所述N1 = 4,所述N2 = 4。
8. 根據(jù)權(quán)利要求7所述的設(shè)備，其特征在于，所述第二獲取單元，具體用于： 根據(jù)信息熵最大化原則求解所述N1個(gè)方向的每個(gè)方向的相位角對(duì)應(yīng)的N2-1個(gè)坐標(biāo)夾 角； 所述求解所述N1個(gè)方向的每個(gè)方向的相位角對(duì)應(yīng)的N2-1個(gè)坐標(biāo)夾角的公式如下：
0. thli;k 彡 th2i;k 彡 th3i;k 彡 2 Jr，1 彡 i 彡 N1 其中也(1:叫，15〈4^15彡1:11]^15|7115)表示訓(xùn)練樣本中第」個(gè)人的第1^個(gè)局部區(qū)域的第1 個(gè)的方向的相位角在N2個(gè)方向空間內(nèi)中的第1個(gè)象限的概率分布，且thOi;k = 0,隊(duì)表示所 述訓(xùn)練樣本中所有的人數(shù)，thlu，th2u，th3u表示所述第k個(gè)局部區(qū)域的第i個(gè)方向的所 述N2個(gè)方向?qū)?yīng)的N2-1個(gè)坐標(biāo)夾角，用于指定第j個(gè)人的第k個(gè)局部區(qū)域，表示 第j個(gè)人的第k個(gè)局部區(qū)域的第i方向的相位角。
9. 根據(jù)權(quán)利要求8所述的設(shè)備，其特征在于，所述對(duì)比單元，具體用于： 根據(jù)預(yù)先設(shè)置的算法獲取第k個(gè)局部區(qū)域每個(gè)像素點(diǎn)的加權(quán)編碼值； 所述預(yù)先設(shè)置的算法如下：
3 G [〇, 1，2...，7] 其中，enLPQk表示第k個(gè)局部區(qū)域每個(gè)像素點(diǎn)的加權(quán)編碼值，Phau表示第k個(gè)局部區(qū) 域的第i個(gè)局部方向的相位角的2個(gè)位數(shù)的編碼，見(jiàn)*為第k個(gè)局部區(qū)域的第i個(gè)局部方向 的相位角。
10. 根據(jù)權(quán)利要求6-9所述的裝置，其特征在于，所述裝置還包括： 處理單元，用于根據(jù)所述人臉的每個(gè)局部區(qū)域的加權(quán)編碼值、統(tǒng)計(jì)后的每個(gè)像素點(diǎn)的 加權(quán)編碼值的個(gè)數(shù)和預(yù)先設(shè)置的算法，利用人臉圖片進(jìn)行身份識(shí)別或者對(duì)移動(dòng)終端進(jìn)行解 鎖； 所述利用人臉進(jìn)行身份識(shí)別，包括： 根據(jù)預(yù)先設(shè)置的算法獲取人臉圖片的相似度； 過(guò)濾人臉圖片相似度低于預(yù)先設(shè)置的閾值的人臉圖片； 所述對(duì)移動(dòng)終端進(jìn)行解鎖，包括： 根據(jù)預(yù)先設(shè)置的算法獲取用戶注冊(cè)所述移動(dòng)終端的人臉圖片的特征值和登錄所述移 動(dòng)終端的人臉圖片的特征值； 若登錄所述移動(dòng)終端的人臉圖片的特征值和注冊(cè)所述移動(dòng)終端的人臉圖片的特征值 大于預(yù)設(shè)的閾值，則對(duì)所述移動(dòng)終端進(jìn)行解鎖。
【文檔編號(hào)】G06K9/00GK104281834SQ201410209599
【公開(kāi)日】2015年1月14日 申請(qǐng)日期:2014年5月16日 優(yōu)先權(quán)日:2014年5月16日
【發(fā)明者】柴振華, 王棟 申請(qǐng)人:華為技術(shù)有限公司