[发明专利]用于脸部识别的方法和系统

说明书

公开多视角感知器系统和多视角感知器方法。所公开的系统包括身份特征确定单元、视角表示捕获单元、特征组合单元和复原单元。所述身份特征确定单元被配置成针对输入脸部图像，在所述图像的给定视角上确定多个身份特征。所述视角表示捕获单元被配置成捕获所述输入脸部图像的视角表示。所述特征组合单元被配置成根据确定的身份特征和所述视角表示来产生用于脸部复原的一个或多个特征。所述复原单元被配置成基于生成的复原脸部生成脸部图像，并且随后将生成的脸部图像与所述视角表示结合成所述生成的脸部图像的视角标签。

技术领域

本申请涉及用于脸部识别的方法和系统。

背景技术

脸部识别系统的性能主要取决于面部表示，这自然与很多类型的脸部变化相关，诸如，脸部视角、照明度和视角表情(view expression)。由于经常在不同的视角上观察脸部图像，因此，主要的挑战在于解开(untangle)脸部身份和视角表示。

大量的工作已经致力于手工提取身份特征，诸如，LBP、Gabor和SIFT。脸部识别的最佳实践以多重尺度在脸部图像的标定上提取上述特征，并且将它们连接成高维特征矢量。深度神经网络已经应用于从原始像素中学习特征。

深度神经网络的启示来源于理解人脑的分层皮质和模仿人脑活动的一些方面。人类不仅可识别身份，而且可在不同的视角下想象人的脸部图像，从而使得人脑中的脸部识别对视角改变较稳健。在某种程度上，人脑可以从2D脸部图像中推断出3D模型，甚至在没有实际上感知到3D数据时也可如此。

发明内容

在本申请的一方面，公开了用于多视角感知器的方法，其包括：

确定输入脸部图像在所述图像的给定视角上的多个身份特征；

捕获所述输入脸部图像的视角表示；

从确定的身份特征和所述视角表示来确定用于脸部复原的一个或多个特征；以及

根据确定的用于脸部复原的特征生成脸部图像，随后将生成的脸部图像与捕获的视角表示结合成用于所生成的脸部图像的视角标签。

在本申请的一方面，还公开了多视角感知器系统，其包括：

身份特征确定单元，配置成确定输入脸部图像在所述图像的给定视角上的多个身份特征；

视角表示捕获单元，配置成捕获所述输入脸部图像的视角表示；

特征组合单元，配置成从确定的身份特征和所述视角表示来产生用于脸部复原的一个或多个特征；以及

复原单元，配置成基于产生的用于脸部复原的特征生成脸部图像，并且随后将生成的脸部图像与所述视角表示结合成所述生成的脸部图像的视角标签。

根据本申请的实施方式，身份特征确定单元、视角表示捕获单元、特征组合单元和复原单元可接合在一起以形成生物神经网络。通过使概率分布的下限最大化，可确定所述生物神经网络的参数，即，权重和偏差，所述概率分布由生成的脸部图像、视角表示和输入脸部图像的视角标签形成。

在本申请的一方面，还公开了用于记录可由一个或多个处理器执行的指令的计算机可读存储介质，以便：

确定输入脸部图像在所述图像的给定视角上的多个身份特征；

捕获所述输入脸部图像的视角表示；

从确定的身份特征和所述视角表示来产生用于脸部复原的一个或多个特征；以及

从产生的用于脸部复原的特征生成脸部图像，并且随后将生成的脸部图像与捕获的视角表示结合成所生成的脸部图像的视角标签。

附图说明