[发明专利]一种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：

获取待测人脸图像中每个像素点的梯度数据，所述梯度数据包括梯度方向值和梯度幅度值；

依据所述梯度幅度值，获取每个所述像素点的邻域内每个所述梯度方向值对应的累加幅度值；

依据每个所述累加幅度值，获取所述待测人脸图像在每个所述梯度方向值上各自对应的累加幅度图；

依据所述累加幅度图，获取所述待测人脸图像的纹理匹配特征；

对所述纹理匹配特征进行分类，得到所述待测人脸图像的人脸类别信息。

2.根据权利要求1所述的方法，其特征在于，在所述获取待测人脸图像中每个像素点的梯度数据之后，在所述获取每个所述像素点的邻域内每个所述梯度方向值对应的累加幅度值之前，所述方法还包括：

对每个所述像素点的梯度方向值进行N区间的量化操作，得到每个所述像素点的梯度方向值对应的方向量化区间值，其中，N大于或等于2；

其中，所述依据所述梯度幅度值，获取每个所述像素点的邻域内每个所述梯度方向值对应的累加幅度值，包括：

在每个所述像素点的邻域内，对具有相同方向量化区间值的像素点的梯度幅度值进行累加，得到每个所述像素点的邻域内N个所述方向量化区间值各自对应的累加幅度值。

3.根据权利要求2所述的方法，其特征在于，所述依据每个所述累加幅度值，获取所述待测人脸图像在每个所述梯度方向值上各自对应的累加幅度图，包括：

在所述待测人脸图像中，对每个所述像素点对应的N个累加幅度值依据其各自的方向量化区间值进行分解；

将同一方向量化区间值对应的每个所述像素点的累加幅度值进行组合，得到每个所述方向量化区间值各自对应的累加幅度图。

4.根据权利要求1或3所述的方法，其特征在于，所述依据所述累加幅度图，获取所述待测人脸图像的纹理匹配特征，包括：

利用局部二值模式LBP，获取每幅所述累加幅度图各自对应的LBP纹理图；

分别对每幅所述LBP纹理图进行特征提取操作，生成所述待测人脸图像的纹理匹配特征。

5.根据权利要求4所述的方法，其特征在于，所述分别对每幅所述LBP纹理图进行特征提取操作，生成所述待测人脸图像的纹理匹配特征，包括：

分别将每幅所述LBP纹理图划分为至少一个纹理图块；

提取每个所述纹理图块的直方图特征；

将每个所述纹理图块对应的直方图特征进行串联组合，得到所述待测人脸图像的纹理匹配特征。

6.一种人脸识别装置，其特征在于，包括：

梯度数据获取单元，用于获取待测人脸图像中每个像素点的梯度数据，所述梯度数据包括梯度方向值和梯度幅度值；

累加幅度值获取单元，用于依据所述梯度幅度值，获取每个所述像素点的邻域内每个所述梯度方向值对应的累加幅度值；

累加幅度图获取单元，用于依据每个所述累加幅度值，获取所述待测人脸图像在每个所述梯度方向值上各自对应的累加幅度图；

匹配特征获取单元，用于依据所述累加幅度图，获取所述待测人脸图像的纹理匹配特征；

类别信息获取单元，用于对所述纹理匹配特征进行分类，得到所述待测人脸图像的人脸类别信息。

7.根据权利要求6所述的装置，其特征在于，还包括：

梯度方向量化单元，用于在所述梯度数据获取单元获取待测人脸图像中每个像素点的梯度数据之后，在所述累加幅度值获取单元获取每个所述像素点的邻域内每个所述梯度方向值对应的累加幅度值之前，对每个所述像素点的梯度方向值进行N区间的量化操作，得到每个所述像素点的梯度方向值对应的方向量化区间值，其中，N大于或等于2；

其中，所述累加幅度值获取单元具体用于：

对每个所述像素点的邻域内，对具有相同方向量化区间值的像素点的梯度幅度值进行累加，得到每个所述像素点的邻域内N个所述方向量化区间值各自对应的累加幅度值。

8.根据权利要求7所述的装置，其特征在于，所述累加幅度图获取单元，包括：

累加幅度值分解子单元，用于在所述待测人脸图像中，对每个所述像素点对应的N个累加幅度值依据其各自的方向量化区间值进行分解；

累加幅度图组合子单元，用于将同一方向量化区间值对应的每个所述像素点的累加幅度值进行组合，得到每个所述方向量化区间值各自对应的累加幅度图。