[发明专利]人脸识别方法及装置

权利要求书

1.一种人脸识别方法，其特征在于，包括：

聚类特征提取步骤，用于对经过预处理的人脸图像进行聚类特征提取；

确定步骤，根据从所述人脸图像中提取出的聚类特征确定与所述人脸图像匹配的预先训练得到的聚类特征类别；

识别特征提取步骤，用于对经过预处理的人脸图像进行P种识别特征的提取，其中P为大于1的自然数；以及

计算步骤，用于分别计算所述P种识别特征与其在预先注册的人脸模板中的对应特征的相似度，并根据在所述确定步骤中确定的聚类特征的类别确定所述P种识别特征在进行加权融合时的最佳权值组合，以获得所述人脸图像与所述人脸模板的综合相似度。

2.根据权利要求1所述的人脸识别方法，其特征在于，在识别特征提取步骤之前包括：

样本采集步骤，用于采集多种聚类特征条件下的人脸图像样本，以构造训练样本集；

样本聚类特征提取步骤，用于对经过预处理的训练样本集中的样本进行聚类特征提取；

分类步骤，用于根据从训练样本中提取出的聚类特征，采用无监督聚类方法将所述训练样本集中的样本划分为K类，其中，K为正整数；

最佳权值计算步骤，用于分别提取K类样本中的各样本的P种识别特征，分别计算P种识别特征与其在预先设定的标准人脸模板中对应特征的相似度，并计算通过对各相似度的不同权值进行加权融合所得的综合相似度，获得识别特征的最佳权值的组合。

3.根据权利要求2所述的人脸识别方法，其特征在于，所述无监督聚类方法包括k均值聚类方法。

4.根据权利要求1或2所述的人脸识别方法，其特征在于，所述聚类特征包括光照估计特征，所述光照估计特征包括人脸图像样本的灰度均值或方差。

5.根据权利要求1或2所述的人脸识别方法，其特征在于，所述聚类特征包括姿态特征，所述姿态特征包括人脸图像中鼻尖和嘴角的坐标值。

6.根据权利要求2所述的人脸识别方法，其特征在于，在所述最佳权值计算步骤中，根据人脸图像样本的最大化识别率或最小化等错率或最大化通过率获得所述最佳权值的组合。

7.根据权利要求2所述的人脸识别方法，其特征在于，在所述最佳权值计算步骤中，还包括确定该最佳权值的组合对应的相似度阈值的步骤。

8.一种人脸识别装置，其特征在于，包括：

聚类特征提取单元，用于对经过预处理的人脸图像进行聚类特征提取；

确定单元，根据从所述人脸图像中提取出的聚类特征确定与所述人脸图像匹配的预先训练得到的聚类特征类别；

识别特征提取单元，用于对经过预处理的人脸图像进行P种识别特征的提取，其中P为大于1的自然数；以及

计算单元，用于分别计算所述P种识别特征与其在预先注册的人脸模板中的对应特征的相似度，并根据所述确定单元确定的聚类特征的类别确定所述P种识别特征在进行加权融合时的最佳权值组合，以获得所述人脸图像与所述人脸模板的综合相似度。

9.根据权利要求8所述的人脸识别装置，其特征在于，还包括：

样本采集单元，用于采集多种聚类特征条件下的人脸图像样本，以构造训练样本集；

样本聚类特征提取单元，用于对经过预处理的训练样本集中的样本进行聚类特征提取；

分类单元，用于根据从训练样本中提取出的聚类特征，采用无监督聚类方法将所述训练样本集中的样本划分为K类，其中，K为正整数；

最佳权值计算单元，用于分别提取K类样本中的各样本的P种识别特征，分别计算P种识别特征与其在预先设定的标准人脸模板中对应特征的相似度，并计算通过对各相似度的不同权值进行加权融合所得的综合相似度，获得识别特征的最佳权值的组合。

10.根据权利要求9所述的人脸识别装置，其特征在于，所述无监督聚类方法包括k均值聚类方法。

11.根据权利要求8或9所述的人脸识别装置，其特征在于，所述聚类特征包括光照估计特征，所述光照估计特征包括人脸图像样本的灰度均值或方差。

12.根据权利要求8或9所述的人脸识别装置，其特征在于，所述聚类特征包括姿态特征，所述姿态特征包括人脸图像中鼻尖和嘴角的坐标值。