[发明专利]一种面部识别方法

说明书

技术领域

本发明涉及图像处理，特别涉及一种面部图像识别方法。

背景技术

基于内容的图像识别是从海量数字图像信息中获取有价值的信息，从所查询图像的视觉特征出发，在面部图像文件库中找出与其最为相似的被查询者的图像。其最关键的两项技术是面部图像特征提取和面部特征相似性匹配。传统图像特征提取方法检测图像特征点并进行特征描述而得到，而通常从一幅图像上提取的特征数量有限，且随图像灰度的变化其差异性较大，甚至在有些对比度过低的图像中还可能检测不到特征，另外一个不利因素是其特征点检测方法的运算复杂度一般较高；虽然对图像内容的描述覆盖面较大，但也带来特征数据量过多的问题。常规特征相似性匹配方法的基于特征空间搜索的索引，仅能处理较低维度的特征数据，当维度提高时这些方法的复杂度呈指数级上升，性能急剧下降，而线性扫描虽然不受特征维度的限制，但耗时较长。

因此，针对相关技术中所存在的上述问题，目前尚未提出有效的解决方案。

发明内容

为解决上述现有技术所存在的问题，本发明提出了一种面部识别方法，包括：

当用户提交被查询的面部图像时，应用预设特征提取方法实时获取图像特征矢量；

基于被查询的面部图像的特征矢量与面部图像文件库中的每幅图像的图像特征矢量的比较，利用邻近搜索方法从面部图像特征库中查找所有被查询面部图像特征的邻近特征，以此计算图像之间的相似度。

优选地，所述图像特征提取方法包括特征检测和特征描述，所述特征描述包括特征点分配主方向；直接对随机采样的特征点进行特征描述，生成只包含位置和方向信息的特征描述矢量，并且所述特征矢量的生成过程包括：

(1)取特征点周围4×4的邻域，利用此邻域内像素点的梯度来统计方向直方图，以每10°方向为一个柱，该柱所代表的方向为像素点梯度方向，该柱的长度代表梯度幅值，对方向直方图进行两次平滑后的主峰值作为特征点的主方向，利用特征点邻域像素的梯度方向分布特性为每个特征点指定方向；

若特征点(x，y)处的灰度值为g(x，y)，图像梯度方向为θ(x，y)、幅值为M(x，y)，计算公式如下：

θ(x,y)=arctan[g(x+1,y)-g(x-1,y)g(x+1,y)-g(x-1,y)g(x,y+1)-g(x,y-1)]]]>