[发明专利]基于特征描述符的部分遮挡人脸识别方法

说明书

本发明公开了一种基于特征描述符的部分遮挡人脸识别方法，首先对人脸数据集中的三维人脸进行主曲率计算，以最大主曲率和最小主曲率检测到的关键点作为人脸关键点；以人脸深度的最低点为中心，裁剪出人脸中未被遮挡的部分；以检测到的关键点为中心，提取特征区域，对关键点构造八邻域，从八邻域内任意选取两个顶点与关键点结合构成多重空间三角特征描述符；然后将数据集中所有人脸的多重空间三角特征描述符加入到特征字典当中，完成特征字典构建；最后采用稀疏表示的方法完成三维遮挡人脸识别。本发明解决了现有技术中存在的人脸识别准确率差的问题。

技术领域

本发明属于人脸识别技术领域，具体涉及一种基于特征描述符的部分遮挡人脸识别方法。

背景技术

近些年，生物特征识别技术的迅速发展，人脸识别作为其重要组成部分，已成为应用最广泛的领域之一。生物识别技术的主要应用，就是与数学统计原理和精密的生物传感器相结合，对身份进行认证。其中，应用在各行各业的人脸识别，一定程度上推动了用户认证的安全性和产品的创新性。目前，人脸识别技术已经取得了巨大的进步，但仍然还有很多问题亟待解决，例如遮挡、光照、表情和姿态等干扰因素的影响。现有的人脸识别算法可以很好的处理非遮挡情况下采集的人脸图像样本，减少除遮挡之外的干扰因素对于人脸图像样本的影响，取得很好的识别效果。因此，研究遮挡人脸识别问题是具有挑战和实际意义的。

目前，针对遮挡的人脸识别，二维图像具有较大的局限性，二维图像由像素点组成，缺乏一定的拓扑关系。面部识别系统处理纹理图像时，由于照明、姿态等外部因素和化妆、遮挡等内部因素，会导致类别内变化常常大于类间变化，使得二维面部识别技术在遮挡条件下缺乏可靠性^[3]。为了克服以上因素的影响，提高可靠性，一部分研究人员开始关注三维。相比之下，三维人脸数据包含多模态信息：形状和纹理。其中，二维图像可以被认为是一个“纹理贴图”覆盖在三维形状上。面部的三维形状可以更好地描述面部的几何结构，因此，包含的可提取的识别信息也就更多。这使得在现实环境下，三维的人脸识别在准确率上有所提高。

发明内容

本发明的目的是提供一种基于特征描述符的部分遮挡人脸识别方法，解决了现有技术中存在的人脸识别准确率差的问题。

本发明所采用的技术方案是，一种基于特征描述符的部分遮挡人脸识别方法，具体按照以下步骤实施：

步骤1、对人脸数据集中的三维人脸进行主曲率计算，以最大主曲率和最小主曲率检测到的关键点作为人脸关键点；

步骤2、以人脸深度的最低点为中心，裁剪出人脸中未被遮挡的部分；

步骤3、以检测到的关键点为中心，提取特征区域，对关键点构造八邻域，从八邻域内任意选取两个顶点与关键点结合构成多重空间三角特征描述符；

步骤4、将数据集中所有人脸的多重空间三角特征描述符加入到特征字典当中，完成特征字典构建；

步骤5、采用稀疏表示的方法完成三维遮挡人脸识别。

本发明的特点还在于，

步骤1具体按照以下步骤实施：

步骤1.1、设人脸数据集中各个人脸的曲面S的方程为f(x,y)，任意选取曲面S上的点作为P点，设P点坐标为(x₀，y₀，z₀)，曲面S上的曲线表示为x＝x(t)，y＝y(t)，因此将曲面S表示为f＝f(x(t)，y(t))，等式两边同时对t求导，具体操作按公式(1)进行处理：

步骤1.2、定义3个基本量E，F，G，其中基本量E为曲面S在P点对x的一阶偏导的平方，基本量F为曲面S在P点对x的一阶偏导与曲面S在P点对y的一阶偏导的乘积，基本量G为曲面S在P点对y的一阶偏导的平方，具体操作按公式(2)-(4)所示：