[发明专利]一种改进的人脸识别方法

说明书

技术领域

本发明涉及生物特征识别技术中的2D图像分析和处理技术，具体地说是从两幅或多幅2D图像中提取特征点，并判断其是否属于同一空间平面点的方法。

背景技术

人脸识别技术是生物特征识别技术中的一种。目前各个国家对人脸识别技术都很重视，许多大公司也推出了基于人脸识别的身份认证技术，在视频监控、多媒体、过程控制、身份识别等领域有广泛的应用前景。随着该项技术的应用逐渐增多，随着而来的一些识别技术上的缺点也被利用。传统的基于特征的人脸识别技术，通过提取人脸区域的特征点，并根据特殊的特征点之间的某种固有关系，进行识别。其基础是图像上的特征点之间的关系，而忽略了特征点的空间属性。这种系统在应用中，很容易被照片所欺骗，其可靠性和安全性收到严重影响。本发明的突出特点是，根据空间中同一平面的点在不同视点下获取的图像中，应当满足同平面约束，采用稳定性算子，如LMEDS，根据对应特征点可靠的计算出平面单应矩阵，并以此为基础，进行特征点的同平面特性判别。

发明内容

本发明的目的在于提供，利用对多幅二维图像特征点的同平面属性进行估计，以判别特征点对应的空间区域是否为同一平面，来可靠的判断图像是否来自照片，而非实际的活体人脸，进而提高人脸检测可靠性的技术。

为了达到上述目的，本发明的技术解决方案提供一种改进的人脸识别方法，其特征在于，根据空间同平面点在两幅图像平面上的对应点应当满足平面单因矩阵约束，对提取的人脸区域的特征点进行同平面约束判别，以确定人脸图像是否从平面图像上获取。

 所述的方法，其包括下列步骤：

步骤1，通过拍摄获取两幅或多幅同一人脸的图像；

步骤2，对获取的图像进行特征提取处理，得到多个2D特征点，利用视觉匹配技术建立特征点的对应关系；

步骤3，任意抽取两幅图像上的对应特征点，计算平面单应矩阵；利用计算得到的平面单应矩阵计算步骤2所获取的特征点的误差值；

步骤4，设定一个误差上限值，如果步骤3计算出的特征点的误差值小于等于误差上限值，则说明参与计算的特征点位于同一个平面内，如果特征点的误差值大于设定的误差上限值则转入步骤5；

步骤5，通过人脸检测方法确定出图像中的人脸区域，将人脸区域内的特征点用于重新计算平面单应矩阵，并计算人脸区域内特征点的误差值，如果误差值小于等于设定的误差值，则判断出特征点属于同一个平面，人脸区域对应的空间点是平面的，如果误差值大于设定的误差值，则判断出拍摄到的图像为真实的人脸图像。

步骤1所述图像是由单个摄像机在不同位置下对同一人脸成像获得，或者是由两个或者多个摄像机在同一时刻拍摄获得，或者是摄像机固定对移动的人脸分时采集的图像

上述平面单因矩阵的计算采用最小二乘法估计或LMEDS算法。

本发明较已有的人脸识别技术的优点在于：

在进行人脸识别时，对用于识别的特征点的空间平面属性进行判别，确定这些特征点是否属于同一平面，以此来甄别图片和实际的人脸图像，从而避免被照片图像欺骗，提高了这类系统使用中的安全性和可靠性。本发明提出的方法直接对二维图像进行处理，没有对场景设定先验的约束条件，更具有普遍性。

附图说明

图1是本发明提出的人脸识别方法流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

如图1所示，一种改进的人脸识别方法包括以下步骤：

1）.获取两幅或多幅人脸的图像；

2）.对获取的图像进行特征点提取处理，得到多个2D特征点，利用视觉匹配技术建立特征点的对应关系；

3）.任意抽取两幅图像上的对应特征点，计算平面单应矩阵H；

4）.计算所有对应特征点的误差值；

5）.设定一个误差上限值，如果步骤4中计算出误差值小于等于设定值，则说明参与计算的特征点属于同平面点，如果特征点的误差值大于设定值则转入步骤下一步；

6）.用人脸检测方法确定出人脸检测区域的特征点，并利用特征点计算平面单应矩阵；

7）.计算人脸特征区域特征点对应的误差；

8）.设定一个误差上限值，判断步骤7得出的误差是否小于等于该设定值；

9）.如果是则特征点属于同平面点，如果否则特征点不属于同平面点，是真实的人脸图像。