[发明专利]一种人脸识别方法及系统

权利要求书

1.一种人脸识别方法，其特征在于，所述方法包括：

获取待识别人脸图像，利用各比例法将待识别人脸图像转换为灰度图；

利用高斯滤波对灰度图进行降噪处理；

利用基于线性拉伸的对比度增强算法将所述灰度图进行图像对比度增强，并利用OTSU算法对图像进行二值化处理，得到待识别人脸图像的二值化图像；

利用级联的外部关键点检测模型检测二值化图像中的人脸外部关键点区域；

利用五官检测模型检测人脸内部关键点区域；

利用改进的SIFT特征提取算法提取关键点区域的SIFT特征描述子；

根据所提取的SIFT特征描述子，利用预训练的F-GAN模型进行人脸识别。

2.如权利要求1所述的一种人脸识别方法，其特征在于，所述获取待识别人脸图像，利用各比例法将待识别人脸图像转换为灰度图，包括：

利用各比例法将待识别人脸图像转换为灰度图，所述各比例法的计算公式为：

O_i＝0.30*R_i+0.59*G_i+0.11*B_i

其中：

R_i，G_i，B_i分别为当前像素i的三个像素分量；

O_i为当前像素i的灰度转换像素。

3.如权利要求2所述的一种人脸识别方法，其特征在于，所述利用高斯滤波对灰度图进行降噪处理的过程为：

用一个圆形模板扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值，所述模板中心像素点的计算公式为：

其中：

σ为邻域像素值的标准差，其值越大，图像越模糊；

N为模板的维度，本发明将其设为2；

r为模糊半径，模糊半径是指模板元素到模板中心像素点的距离。

4.如权利要求3所述的一种人脸识别方法，其特征在于，所述利用OTSU算法对图像进行二值化处理，包括：

所述对图像进行二值化处理的公式为：

g(t)＝w₀*w₁*(u₀-u₁)*(u-u₀)

u＝w₀*u₀+w₁*u₁

其中：

t为前景与背景的分割阈值；

w₀为前景点数占图像比例；

u₀为前景的平均灰度；

w₁为背景点数占图像比例；

u₁为背景的平均灰度；

u为图像的总平均灰度；

当图像方差g(t)最大时，此时前景和背景差异最大，此时的灰度t是最佳阈值，根据此时的阈值进行图像二值化处理，得到待识别人脸图像的二值化图像。