[发明专利]一种基于色彩分通道的人脸识别方法

权利要求书

1.一种基于色彩分通道的人脸识别方法，其特征在于，包括如下步骤：

S1：人脸识别模型的训练以及不同色彩通道的频率归一化，具体包括：

S11：通过人脸识别模型的训练，得出B色彩通道，R色彩通道和G色彩通道中不同人脸特征的权重；

S12:在训练图像中选取两幅人脸图像，利用上述不同人脸特征的权重分别计算B色彩通道中两幅人脸图像的相似度XB，R色彩通道中两幅人脸图像的相似度XR和G色彩通道中两幅人脸图像的相似度XG，并采用标签Y记录该两幅人脸图像是否为同一个人，若为同一个人，Y＝1，若不为同一个人，Y＝-1；分别形成B色彩通道数据对{XB,Y}，R色彩通道数据对{XR,Y}和G色彩通道数据对{XG,Y}；

S13：选取Y＝1的数据对{XB,Y}，{XR,Y}，{XG,Y}，分别进行频率统计，并归一化，得出自变量为相似度，因变量为相似度频率的相似度-频率函数Mr，Mg，Mb，所述相似度-频率函数中因变量的最大值为最大频率，其对应的相似度为最大频率相似度K，所述相似度频率等于本通道中该相似度出现的次数与本通道中Y＝1的数据对总数的比值；

S14：将所述相似度-频率函数Mr，Mg，Mb分别进行优化形成相似度-概率函数Nr，Ng，Nb：定义相似度-概率函数中大于等于K的相似度对应的概率为1，定义相似度-概率函数中小于K的相似度对应的概率为原相似度-频率函数中对应的频率与该函数中最大频率的比值；

S2：选取待识别的人脸图像和存储信息中的人脸图像，利用上述不同人脸特征的权重分别计算不同色彩通道中两幅人脸图像的相似度xB，xR，xG，将该相似度分别带入上述对应的相似度-概率函数Nr，Ng，Nb中，得出相似度的最大概率max[Nr(xR)，Ng(xG)，Nb(xB)]，若该相似度的最大概率大于等于阈值，则表示该待识别的人脸图像与该存储信息中的图像为同一个人，若该相似度的最大概率小于阈值，则表示该待识别的人脸图像与该存储信息中的图像不为同一个人。

2.根据权利要求1所述的一种基于色彩分通道的人脸识别方法，其特征在于，所述S11的具体步骤为：

S111：在M幅人脸图像中筛选出最小人脸区域，并将最小人脸区域分为B色彩通道，R色彩通道和G色彩通道；

S112：分别提取M幅人脸图像中B色彩通道，R色彩通道和G色彩通道中最小人脸区域中的人脸特征；

S113：在M幅人脸图像中形成L个比较对，各个比较对中均含有两幅人脸图像，分别计算每个比较对中人脸特征Z在各个色彩通道中的相似度，将L个比较对中人脸特征Z的相似度以及对应的两幅脸图像的信息放入对应色彩通道的人脸识别模型中进行训练，分别得出B色彩通道中人脸特征Z的权重，R色彩通道中人脸特征Z的权重，G色彩通道中人脸特征Z的权重；其中，M为大于等于2的整数，L为大于等于M(M-1)/2的整数，A为其中一个人脸特征；

S114：重复步骤S113，分别得到B色彩通道中不同人脸特征的权重，R色彩通道中不同人脸特征的权重和G色彩通道中不同人脸特征的权重。

3.根据权利要求2所述的一种基于色彩分通道的人脸识别方法，其特征在于，所述步骤S111和S112之间还包括：分别将B色彩通道，R色彩通道和G色彩通道中的最小人脸区域进行配准，使得最小人脸区域为正脸方向，并压缩为标准大小。

4.根据权利要求3所述的一种基于色彩分通道的人脸识别方法，其特征在于，对最小人脸区域进行配准过程中截取眉毛及以下部分。

5.根据权利要求3所述的一种基于色彩分通道的人脸识别方法，其特征在于，所述最小人脸区域进行配准的方法为：通过人眼定位计算出需要旋转的角度θ，旋转之后的图像为：

其中，x，y为原图像中的坐标，x_i’，y_i’为配准之后的坐标。