[发明专利]基于空间滤波器的人脸识别方法

说明书

技术领域

本发明涉及图像处理、模式识别和计算机视觉领域，特别涉及基于空间滤波器的人脸识别方法。

背景技术

虽然对人脸识别的研究持续了数十年，但是，时至今日，它依然是模式识别领域中一个极具挑战的问题。人脸识别方法还有一系列难以解决的问题，例如当人脸姿态、表情、成像噪声、遮挡以及环境光照发生较大变化的时候，识别率将急剧下降，如何解决人脸在不同姿态、表情、成像噪声、光照和有部分遮挡条件下的识别问题，仍然是当前研究的热点。

对于姿态和光照变化的人脸识别问题，如果采用传统的方法，必须获得足够多的不同姿态和光照条件下的用于学习的人脸训练图像，然而在很多情况下，这些图像并不容易获得。为了实现不依赖姿态和环境光照的人脸识别，现有技术中提出下述方法：

一种是“不变特征”的方法，该方法是在图像中提取对姿态、光照变化不敏感的特征作为原始图像的测度，比如边界图。从近年的测试来看，相对于直接利用原始图像数据进行识别的算法来说，不变特征的研究取得了很大的进步，使得算法对光照变化在一定程度有了适应性，但是没有任何一种特征可以独自克服图像的光照变化，并且，很难获得姿态变化下的不变特征。

另外一种是“变化校正”的方法，该方法主要是人脸三维形变模型，利用对输入的两维人脸图像进行形状和纹理的双重匹配，能够获得不依赖于姿态的三维人脸特征，从而很好地解决不依赖于姿态的识别问题。当被用于侧面人脸的姿态矫正，实验结果显示有非常好的识别性能。但是由于它需要对形状和纹理同时进行优化，耗时巨大且陷入局部最小，且初始的特征点位置需要手工获得，不可能满足实际应用的需求。

因此，现有技术中要么是无法克服光照变化对图像产生的影响，要么是耗时，需要手工操作。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种基于空间滤波器的人脸识别方法，解决了当人脸姿态、表情、成像噪声、遮挡以及环境光照发生较大变化时人脸识别难的问题，取得了较好的识别效果，且识别时间短。

本发明的目的通过下述技术方案实现：基于空间滤波器的人脸识别方法，包括以下步骤：

S1、对输入的人脸模板图像选取滤波器算法，制作空间滤波器，并将空间滤波器存入滤波器数据库；

S2、对输入的待识别人脸图像作频域变换，得到频域待识别人脸图像；

S3、从滤波器数据库中选取一个空间滤波器与频域待识别人脸图像进行相关匹配运算，得到空间滤波器响应函数；

S4、对空间滤波器响应函数的输出相关平面进行检测，若输出相关平面出现尖锐的相关峰值，则输入的待识别人脸图像与人脸模板图像相匹配，结束人脸识别过程；若输出相关平面未出现尖锐的相关峰值，则输入的待识别人脸图像与人脸模板图像不匹配，转入步骤S5；

S5、若滤波器数据库已遍历，则结束人脸识别过程；若滤波器数据库未遍历，则从滤波器数据库中选择另一空间滤波器，与频域待识别人脸图像进行相关匹配运算，得到空间滤波器响应函数，然后返回步骤S4。

本发明的识别原理如下：首先根据人脸模板图像设计对应的空间滤波器，并将空间滤波器存储在滤波器数据库中；将输入的待识别人脸图像变换为频域待识别人脸图像，频域待识别人脸图像与滤波器数据库中的空间滤波器进行匹配相关运算。如果待识别人脸图像与人脸模板图像是同一个人，空间滤波器的输出相关平面会出现一个尖锐的峰值；反之，如果待识别人脸图像与人脸模板图像不是同一个人，则输出相关平面不会出现尖锐的峰值。由此，可以根据空间滤波器的输出相关平面是否出现尖锐的峰值，来判断所输入的待识别人脸图像是否为与人脸模板图像相匹配的图像。

本发明相对于现有技术具有如下的优点及有益效果：本发明的人脸识别方法基于优化后的空间滤波器，在对有姿态、光照和有部分遮挡的人脸图像进行识别时，识别效果很好。解决了有姿态、光照或有部分遮挡的人脸识别难的问题，取得了较好的识别效果。

附图说明

图1是本发明基于空间滤波器的人脸识别流程图；

图2是空间匹配滤波器的制作步骤示意图；

图3（a）是模板图像的示意图；

图3（b）是待识别人脸图像的示意图；

图4是空间滤波器响应图；

图5是空间滤波器对待识别人脸图像进行相关运算后的结果。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例

参见图1，本发明基于空间滤波器的人脸识别方法，包括以下步骤：