[发明专利]一种去除眼镜痕迹的人脸识别方法及装置

权利要求书

1.一种去除眼镜痕迹的人脸识别方法，其特征在于，所述方法包括步骤：

步骤S1、输入待识别人脸图像，通过预先训练的PCA模板对输入的待识别人脸图像进行重构；

步骤S2、根据待识别人脸图像及重构后的图像，确定待识别人脸图像中眼镜像素及非眼镜像素的位置；

步骤S3、根据待识别人脸图像中眼镜像素及非眼镜像素的位置，构建出不戴眼镜的人脸图像；

步骤S4、将待识别人脸图像中所有的眼镜像素由不戴眼镜的人脸图像中相应位置的像素进行替换得到复原的人脸图像；

其中，所述根据待识别人脸图像及重构后的图像，确定待识别人脸图像中眼镜像素及非眼镜像素的位置，包括：

S2.1、计算待识别人脸图像与当前重构后的图像的差值；

S2.2、将得到的差值与设定的迭代阈值进行比较，如果得到的差值大于设定的迭代阈值，则计算每个像素的权重，根据每个像素的权重对重构后的图像进行迭代计算，得到迭代后的重构图像，以迭代后的重新重构图像为当前重构后的图像，返回步骤S2.1；否则直接以当前重构后的图像计算每个像素的权重，确定待识别人脸图像中眼镜像素及非眼镜像素的位置；

所述根据待识别人脸图像中眼镜像素及非眼镜像素的位置，构建出不戴眼镜的人脸图像，对于不戴眼镜的人脸图像为X_f，构建公式如下：

其中，表示PCA模板中的人脸均值图像，表示待识别人脸图像对应的特征向量P_n(n＝0,1,…,s-1)的因子得分，s为待识别人脸图像对应的行向量的维数：

其中||P_n||表示特征向量P_n的模值，P_nt表示特征向量P_n中第t个元素值，||X_o||表示输入的待识别人脸图像的模值，X_t表示待识别人脸图像s维行向量中第t个像素值，cosθ_n表示输入的待识别人脸原图像和特征向量P_n的相关系数，ω_t表示像素的权重。

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：

步骤S5、通过建立的PCA模板对复原人脸图像进行重构，得到重构后的复原人脸图像，计算待识别人脸图像与重构后的复原人脸图像的差值，如果该差值小于迭代阈值，则停止迭代，将复原人脸图像作为结果输出，否则将复原人脸图像作为待识别人脸图像，返回步骤S1，重新迭代计算。

3.根据权利要求1或2所述的方法，其特征在于，所述通过建立的PCA模板对输入的待识别人脸图像或复原人脸图像进行重构，计算公式如下：

其中，X_o表示输入的人脸图像，表示PCA模板中的人脸均值图像，P_k表示经过PCA降维后的特征矩阵，X_k表示对输入的人脸图像降维后的图像，X_r表示对X_k重构后的图像。