[发明专利]自适应四角星形局部图结构的均衡人脸特征提取方法

说明书

本发明公开了自适应四角星形局部图结构的均衡人脸特征提取方法。现有方法不能完全表达局部纹理特征，关系节点数多，对噪声等干扰的鲁棒性不强。本发明方法将输入的人脸图像预处理后得到标准单个人脸灰度图像，将待编码像素作为中心像素，以中心像素作为同心的内圆和外圆的圆心，在内圆和外圆的圆周上选取四个像素点作为图节点，将八个图节点以有向线连接，围合成四角星形局部图结构，比较每段有向线两端图节点对应的像素值的大小，根据比较结果进行编码，转换为十进制的编码值；遍历所有像素，得到该人脸的局部图结构编码特征图。本文发明在光照、姿态、表情和遮挡等各种干扰下，所提取的特征表现出很好的鲁棒性，对于人脸识别有实际应用价值。

技术领域

本发明属于生物特征识别及信息安全技术领域，涉及一种自适应四角星形局部图结构的均衡人脸特征提取方法。

背景技术

近年来人脸识别因为其稳定、非接触性和易于获取等特点，已经在实际生活中经常应用，例如地铁安检、银行身份验证、安防监控等等。但是实际应用场景环境复杂多变，光照、表情、遮挡、姿态等条件的变化都会显著影响人脸识别的性能。

人脸识别是利用计算机视觉在图像或视频中找到人脸并识别其真实身份的一种生物特征识别技术。人脸识别主要有以下几个步骤：人脸检测，人脸表征和人脸匹配等等。

基于局部图结构(Local Graph Structure，LGS)的人脸特征提取利用有向图表征人脸图像纹理更宽泛的空间结构关系，实现人脸的表征。LGS根据图论直接利用像素点之间的关系编码来表征人脸局部特征，通过记录有向图像素点间的内在联系，捕获了稳定且详细的空间信息。典型的有关LGS的文献，例如：Face Recognition Using Local GraphStructure(LGS)[C],Human-computer Interaction TechniquesEnvironments-international Conference(DBLP)2011；以及改进之后提出的扩展对称的局部图结构(Extended Symmetric Local Graph Structure，ESLGS)，Face recognition based onExtended Symmetric Local Graph Structure[C],International Conference onInformationCommunication TechnologySystems.IEEE,2017。但是到目前为止，这种不对称或者一维对称的局部有向图结构，对于人脸局部纹理特征的表达具有明显的方向选择特性和非均衡特性，不能完全表达局部纹理特征；并且由于固定图节点选取，关系节点数多，导致对噪声等干扰的鲁棒性不强。

发明内容

本发明的目的是在光照、表情、遮挡等干扰在人脸识别技术应用中普遍存在的情况下，提出一种自适应四角星形局部图结构(Four–angular-shape Local GraphStructure,FLGS)的均衡人脸特征提取方法，以提高人脸识别性能。

方法提出自适应四角星形局部图结构，采用在以中心像素为圆心的内、外双圆周上交叉、对称、均衡的选取像素作为图节点，构造四角星形局部图结构，并根据眼距自适应的确定内、外双圆的半径，在扩大局部图结构对人脸局部纹理特征的表征能力的同时，提高特征编码表征的稳定性，增强这种均衡人脸特征提取方法的鲁棒性。

本发明方法具体步骤是：

步骤(1).输入的人脸图像经过预处理后得到标准单个人脸灰度图像；所述的预处理包括定位、分割和归一化处理。