[发明专利]基于ASM算法的人脸识别方法、系统、设备和存储介质

权利要求书

1.一种基于ASM算法的人脸识别方法，其特征在于，所述人脸识别方法包括：

获取人脸；

其中，所述人脸包括测试人脸和人脸库中的训练人脸；

根据ASM算法提取所述人脸的结构特征点；

获取所述人脸的结构特征点之间的第一点间距离，并从所述第一点间距离中选取目标点间距离；

计算每个所述第一点间距离与所述目标点间距离的比值，得到所述人脸的点间距离比例；

计算所述测试人脸的点间距离比例与每个所述训练人脸的点间距离比例之间的差值，根据所述差值获取与所述测试人脸最接近的训练人脸。

2.如权利要求1所述的基于ASM算法的人脸识别方法，其特征在于，所述获取所述人脸的结构特征点之间的第一点间距离的步骤之前还包括：

对提取的所述人脸的结构特征点进行坐标变换处理，将所述人脸的结构特征点的坐标值全部变换为正值或负值，得到坐标变换处理后的所述人脸的结构特征点。

3.如权利要求2所述的基于ASM算法的人脸识别方法，其特征在于，所述对提取的所述人脸的结构特征点进行坐标变换处理的步骤对应的坐标变换公式为：

其中，(x，y)表示坐标变换前的人脸的结构特征点的坐标值；(x′，y′)表示坐标变换后的人脸的结构特征点的坐标值；ImageWidth、ImageHeight分别表示人脸图像的宽度和高度。

4.如权利要求2所述的基于ASM算法的人脸识别方法，其特征在于，所述获取所述人脸的结构特征点之间的第一点间距离的步骤之前还包括：

对坐标变换处理后的所述人脸的结构特征点进行水平校正处理，获取水平校正处理后的所述人脸的结构特征点。

5.如权利要求4所述的基于ASM算法的人脸识别方法，其特征在于，所述对坐标变换处理后的所述人脸的结构特征点进行水平校正处理的步骤包括：

计算所述人脸两侧的任意两个相对应的结构特征点的连线与水平方向的夹角角度，计算公式如下：

其中，(x₁，y₁)和(x₂，y₂)表示人脸左右两侧的任意两个相对应的结构特征点的坐标值；α表示所述夹角角度；

对经过所述坐标变换处理的所述人脸的结构特征点进行水平校正处理的水平校正公式如下：

其中，(x″，y″)表示水平校正后的所述人脸的结构特征点的坐标值。

6.如权利要求1所述的基于ASM算法的人脸识别方法，其特征在于，所述计算所述测试人脸的结构特征点的点间距离比例与每个所述训练人脸的结构特征点的点间距离比例之间的差值，根据所述差值获取与所述测试人脸最接近的训练人脸的步骤具体包括：

计算所述测试人脸的结构特征点的点间距离比例与每个所述训练人脸的结构特征点的点间距离比例之间的差值，计算公式如下：

D_ij＝|b₁-(b₁)_ij|+|b₂-(b₂)_ij|+…+|b_n-(b_n)_ij|

其中，

d_n表示所述第一点间距离，d_a表示所述目标点间距离，a＝1，2，…，n；n表示自然数；D_ij表示测试人脸的结构特征点的点间距离比例与每个训练人脸的结构特征点的点间距离比例之间的差值；i＝1，2，…，M，j＝1，2，…，N，M表示训练人脸库中的训练样本类别数，N表示每类训练样本的样本个数；

获取与所述测试人脸最接近的所述训练人脸，所述最接近的训练人脸的点间距离比例与所述测试人脸的点间距离比例差值最小。