[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：

从人脸图像中提取关键点；

根据所述关键点对所述人脸图像进行校正，得到校正后的人脸图像和校正后的关键点；

对所述校正后的人脸图像进行特征提取，得到特征点数据集合；

在所述特征点数据集合中获取所述校正后的关键点所在关键区域内的特征点数据，将所述关键区域内的特征点数据组合成特征向量；

根据所述特征向量进行人脸识别。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述特征向量进行压缩，根据所述压缩后的特征向量进行人脸识别。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述关键点对所述人脸图像进行校正，包括：

将至少一个所述关键点作为参考点，利用仿射变换对人脸图像进行校正。

4.根据权利要求1或2所述的方法，其特征在于，所述在所述特征点数据集合中获取所述校正后的关键点所在关键区域内的特征点数据，将所述关键区域内的特征点数据组合成特征向量，包括：

以所述关键点为圆心，以预设长度为半径，获得所述校正后的关键点所在的圆形的关键区域；

在所述特征点数据集合中获取所述关键区域内的特征点数据；

将所述关键区域内的特征点数据排列成队列，组成特征向量。

5.根据权利要求1或2所述的方法，其特征在于，所述对所述校正后的人脸图像进行特征提取，包括：

采用局部二值模式LBP或哈尔小波转换对所述校正后的人脸图像进行特征提取。

6.根据权利要求2所述的方法，其特征在于，所述对所述特征向量进行压缩，包括：

采用主成分分析PCA算法对所述特征向量进行压缩。

7.一种人脸识别装置，其特征在于，包括：

关键点提取模块，用于从人脸图像中提取关键点；

校正模块，用于根据所述关键点对所述人脸图像进行校正，得到校正后的人脸图像和校正后的关键点；

特征提取模块，用于对所述校正后的人脸图像进行特征提取，得到特征点数据集合；

组合模块，用于在所述特征点数据集合中获取所述校正后的关键点所在关键区域内的特征点数据，将所述关键区域内的特征点数据组合成特征向量；

识别模块，用于根据所述特征向量进行人脸识别。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

压缩模块，用于对所述特征向量进行压缩；

所述识别模块，用于根据所述压缩后的特征向量进行人脸识别。

9.根据权利要求7或8所述的装置，其特征在于，

所述校正模块，用于至少一个所述关键点作为参考点，利用仿射变换对人脸图像进行校正。

10.根据权利要求7或8所述的装置，其特征在于，所述组合模块，用于以所述关键点为圆心，以预设长度为半径，获得所述校正后的关键点所在的圆形的关键区域；在所述特征点数据集合中获取所述关键区域内的特征点数据；将所述关键区域内的特征点数据排列成队列，组成特征向量。

11.根据权利要求7或8所述的装置，其特征在于，所述特征提取模块，用于采用LBP或哈尔小波转换对所述校正后的人脸图像进行特征提取。

12.根据权利要求8所述的装置，其特征在于，所述压缩模块，用于采用PCA算法对所述特征向量进行压缩。