[发明专利]一种人脸识别中的眼镜消除的方法

说明书

技术领域

本发明涉及人脸识别的相关技术领域，特别是一种人脸识别中的眼镜消除的方法。

背景技术

眼镜是人脸图像中最常见的遮挡物，它对识别率的影响很大。为了提高戴眼镜人脸图像的识别率，提出了消除眼镜的痕迹或者由眼镜引起的反射和影调。

发明内容

本发明的目的是为了提供一种人脸识别中的眼镜消除的方法，解决了人脸识别中由于眼镜遮挡人脸而影响识别率的问题。

为实现上述目的，本发明采用了以下技术方案：

本发明公开了一种人脸识别中的眼镜消除的方法，其特征在于：

包括以下步骤：

1)用主元分析方法通过若干张不戴眼镜的人脸图像训练特征空间，并保存特征空间和平均人脸图像；

2)用主元分析方法来重建输入人脸图像，算法如下式：

其中，Γ^R是重建的人脸图像，是平均人脸，μ_k(k＝1，2，...D)是开始训练得到的特征脸，ω_k是对应第k个特征脸的权重；

3)用主元分析方法重建补偿图像来得到下一次迭代的重建图像，当相邻两次迭代的差别小于给定门限时ε，迭代终止；

迭代的误差补偿：

Γ^C＝ω·+(1-ω)·Γ if(t＝1)

ΓtC=ω·ΓtR+(1-ω)·Γ]]> if(t＞1)

其中：

d(i)＝|Γ(i)-Γ^R(i)|

D(i)＝(Γ^R(i)·d(i))^1/2

ω(i)＝1    if(D(i)≥T_H)

ω(i)＝1    if(T_L≤D(i)＜T_H)

ω(i)＝0    if(D(i)≥T_L)

Γ是原始的输入图像，t是迭代次数，迭代终止条件如下：

||ΓtC-Γt-1C||≤ω]]>

4)把最终补偿图像的上半部分和输入人脸图像的下半部分合成无眼镜人脸图像。

其中，所述步骤1)中，用主元分析方法根据若干张归一化后的人脸图像的协方差矩阵及其平均人脸图像，求出此协方差的特征值和特征向量，按照特征值的大小降序排列其对应的特征向量，即得到所述的特征空间。所述步骤3)中，相邻两次迭代的差别的给定门限时ε为0.2。

由于采用了以上的方案，使本发明具备的有益效果在于：能消除眼镜的痕迹或者由眼镜引起的反射和影调，大大提高了戴眼镜人脸图像的识别率。

具体实施方式

以下结合附图及实施例对本发明作进一步描述。

一种人脸识别中的眼镜消除的方法，其特征在于：包括以下步骤：

1)利用主元分析软件PCA(principle componet analysis)使用主元分析方法通过若干张不戴眼镜的人脸图像训练特征空间，并保存特征空间和平均人脸图像；其中通过PCA根据若干张归一化后的人脸图像的协方差矩阵及其平均人脸图像，求出此协方差的特征值和特征向量，按照特征值的大小降序排列其对应的特征向量，即得到所述的特征空间；