[发明专利]一种用于人脸比对的多特征融合识别算法

说明书

本发明公开了一种用于人脸比对的多特征融合识别算法，涉及人脸识别计算机技术研究，用于解决目前人像识别系统没有形成学习样本库，下次比对运用时，不会改变调整算法实际运用权重，人像识别系统造成准确性低、实战效果差。它包括模板数据库和学习样本库，所述模板数据库对不同业务模块配置一种或多种算法进行建模、比对、识别应用的能力；分别设定算法权重、分值和结果合并规则，得到最终识别分值，同时储存到学习样本库；所述学习样本库针对训练样本库和实际应用比对结果的命中进行统计学习，动态调整各算法权重。通过对每次计算运用结果进行记录，统计实战效果，并根据效果调整各种算法运用权重，从而可实现对各种算法统一调度、协同运行，发挥各种算法的长处。

技术领域

本发明涉及人脸识别计算机技术研究，具体来说，是一种用于人脸比对的多特征融合识别算法。

背景技术

人脸识别系统以人像识别技术为核心，是一项新兴的生物识别技术，是当今国际科技领域攻关的高精尖技术。人脸因具有不可复制、采集方便、不需要被拍者的配合而深受欢迎。人像识别系统具有广泛的应用：人像识别出入管理系统、人像识别门禁考勤系统、人像识别监控管理、人像识别电脑安全防范、人像识别照片搜索、人像识别来防登记等等。

中国学位论文文摘数据库，作者陈康(云南大学)发表的《贵州省公安厅人像识别综合应用系统研究与设计》，人脸识别是最近几年国际上图像处理和模式识别的研究热点之一。它有着其它生物特征识别方法所不具有的优点，已经得到了科研领域的充分重视，相关的研究成果被应用到很多领域，如罪犯身份识别、安全验证系统、信用卡验证、医学、档案管理、视频会议、人机交互系统、驾驶执照及护照等。

本文以构建贵州省公安厅人像识别综合应用系统为课题，研究该系统的设计与实现，系统以人像识别为研究对象，把人像识别技术应用到公安行业，文中探讨了系统的总体设计目标和模式、系统的拓扑结构及应用平台、系统功能结构、信息资源结构等问题。

专利文献CN 201751901U(申请日：2010.08.19)公开了一种基于人像生物识别技术的大规模数据库人像搜索比对系统，包括人像对比服务器，所述人像对比服务器分别经脱机网络，专网或互联网和无线网络与掌上电脑，个人计算机和手机相连接，所述人像对比服务器还与数据库服务器连接，所述个人计算机还与人像采集设备相连接。

本实用新型兼容不同的图像采集设备支持有线和无线两种网络传输模式，同时连接现有各种业务人像库，可无缝链接如公安机关的现有人口综合信息系统、全国在逃人员库、公安机关布控人员库等各部门人员库，以快速查询详细资料鉴别身份，具有很高的安全性与广泛的可用性。

综上所述，国内已有人像识别系统的文献报道，但是，没有实现各种算法的统一调度、没有实现协同运行，没有发挥各种算法的长处。目前人像识别系统没有形成学习样本库，下次比对运用时，不会改变调整算法实际运用权重，由于人脸的外形很不稳定，人可以通过脸部的变化产生很多表情，而在不同观察角度，人脸的视觉图像也相差很大，另外，人像识别还受光照条件(例如白天和夜晚，室内和室外等)、人脸的很多遮盖物(例如口罩、墨镜、头发、胡须等)、年龄等多方面因素的影响，因此，现有的人像识别系统造成准确性低、实战效果差。

发明内容

本发明目的是旨在提供一种对每次计算运用结果进行记录，统计实战效果，并根据效果调整各种算法运用权重，从而可实现对各种算法的统一调度、协同运行，发挥各种算法的长处、解决单算法比对准确性低、实战效果差等难题的一种用于人脸比对的多特征融合识别算法。

为实现上述技术目的，本发明采用的技术方案如下：

一种用于人脸比对的多特征融合识别算法，包括模板数据库和学习样本库，所述模板数据库对不同业务模块配置一种或多种算法进行建模、比对、识别应用的能力；分别设定算法权重、分值和结果合并规则，得到最终识别分值，同时储存到学习样本库；