[发明专利]一种去除眼镜痕迹的人脸识别方法及装置

说明书

一种去除眼镜痕迹的人脸识别方法及装置，该方法通过预先训练的PCA模板对输入的待识别人脸图像进行重构，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，利用非眼镜像素的位置，构建出不戴眼镜的人脸图像，然后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。本发明的装置包括重构模块、定位模块、不戴眼镜的人脸图像构建模块和复原模块。本发明的方法和装置去除了眼镜像素对重构图像的影响，提高了识别率。

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种去除眼镜痕迹的人脸识别方法及装置。

背景技术

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。一般采用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术。人脸识别已成为一种重要的身份鉴别技术，其中特征脸方法又称为主成分分析法(Principle Component Analysis，PCA)是目前最流行的人脸识别方法之一，但是该方法人脸识别效果受很多因素的干扰，主要包括光照，姿态和遮挡。眼镜是人脸图像中最为常见的遮挡物，对识别率有着很大的影响。

为了降低眼镜对识别率的影响，人们对人脸图像中的眼镜提取和摘除已经有了一定的研究。例如Saito Y等人最早将PCA技术用于人脸图像的眼镜摘除，先用无眼镜的人脸图像来训练特征空间，然后用输入的戴眼镜的人脸图像在特征空间上投影，通过对投影向量重建来得到对应的无眼镜的人脸图像，最后将PCA重建得到的图像的上半部分和原始输入人脸图像的下半部分结合起来构成了最终的无眼镜人脸图像。但是该方法没有精确的检测眼镜的区域，对全部区域进行了重建，虽然利用PCA重建的人脸图像是无眼镜的，但实际上眼镜所带来的重建误差被分散到整幅人脸图像，不利于识别；没有充分利用遮挡区域的信息，导致重建效果不好。

发明内容

本发明的目的是提供一种去除眼镜痕迹的人脸识别方法及装置，去除了眼镜像素对重构图像的影响，提高了识别率。

为了实现上述目的，本发明技术方案如下：

一种去除眼镜痕迹的人脸识别方法，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。

进一步地，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。

通过步骤S5的重复迭代方法，复原人脸图像更加准确。

进一步地，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。