CN103377365A - 人脸识别的方法及使用该方法的人脸识别系统 - Google Patents
人脸识别的方法及使用该方法的人脸识别系统 Download PDFInfo
- Publication number
- CN103377365A CN103377365A CN2012101247820A CN201210124782A CN103377365A CN 103377365 A CN103377365 A CN 103377365A CN 2012101247820 A CN2012101247820 A CN 2012101247820A CN 201210124782 A CN201210124782 A CN 201210124782A CN 103377365 A CN103377365 A CN 103377365A
- Authority
- CN
- China
- Prior art keywords
- face
- login
- people
- facial image
- those
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本发明提供一种人脸识别的方法,包括以下步骤:获取登录人脸图像;储存登录人脸图像至识别资料库;分析登录人脸图像,得到多个登录人脸特征;根据登录人脸特征,进行变形程序,以产生多个人脸延伸图像;储存人脸延伸图像至识别资料库;以及根据识别资料库,识别未知人脸图像。另外也提出了一种使用此方法的人脸识别系统。
Description
技术领域
本发明是有关于一种图像处理的方法及系统,且特别是有关于一种利用获取人脸图像特征进行变形程序,并根据变形后的延伸图像与初始的登录图像进行识别的人脸识别的方法及使用该方法的人脸识别系统。
背景技术
生物特征识别或人脸识别的技术以往大多应用于安全监控的用途中,如海关出入境的安全检查、公共监视器、个人电脑甚至是银行金库等等。由于科技的进步以及技术的普及,因此人脸识别的技术也逐渐地开始应用于一般的数码相机或摄影机中。例如,在数码相机中登录目标人脸图像后,在其每次获取图像时即会先识别画面中是否有符合登录图像的人脸图像,并对目标图像进行对焦的功能。
在现有的人脸识别方法中,通常利用获取一张人脸图像作为登录图像的方式,使得人脸识别系统根据所获取的登录图像的五官特征进行识别。然而,实际上人脸的五官特征很容易因为表情的变化或环境的光影效果而使得识别产生误差,造成识别率降低。但若需要增加识别率则必须增加所登录的人脸图像,如此反而会造成使用者在使用上的麻烦。
发明内容
本发明提供一种人脸识别的方法,其可在分析登录人脸图像的登录人脸特征后,对登录人脸特征进行变形程序,以得到多个人脸延伸图像,并且根据初始的登录人脸图像与变形后的延伸人脸图像对未知人脸图像进行识别。
本发明提供一种人脸识别系统,其可分析登录人脸图像的登录人脸特征,并对登录人脸特征进行变形程序,以及根据初始的登录人脸图像与变形后的延伸人脸图像对未知人脸图像进行识别。
本发明提出一种人脸识别的方法,包括以下步骤:获取登录人脸图像;储存登录人脸图像至识别资料库;分析登录人脸图像,得到多个登录人脸特征;根据登录人脸特征,进行变形程序,以产生多个人脸延伸图像;储存人脸延伸图像至识别资料库;以及根据识别资料库,识别未知人脸图像。
在本发明的一实施例中,根据登录人脸特征进行变形程序,以产生多个人脸延伸图像的步骤包括:改变登录人脸特征的形状、颜色、明暗、角度或解析度;以及根据变形后的登录人脸特征与登录人脸图像,产生人脸延伸图像。
在本发明的一实施例中,根据登录人脸特征进行变形程序,以产生多个人脸延伸图像的步骤包括根据限制参数,限制登录人脸特征的变形程度。
在本发明的一实施例中,获取登录人脸图像的步骤包括输入登录人脸图像的性别信息。
在本发明的一实施例中,根据登录人脸特征进行变形程序,以产生多个人脸延伸图像的步骤还包括根据性别信息,进行不同的变形程序。
在本发明的一实施例中,登录人脸特征包括人脸轮廓、人脸五官位置、人脸五官形状、人脸发型或人脸肤色。
本发明提出一种人脸识别系统,其包括图像获取模块、特征分析模块、人脸变形模块、识别资料库以及识别模块。图像获取模块用以获取登录人脸图像。特征分析模块用以分析登录人脸图像,以得到多个登录人脸特征。人脸变形模块根据登录人脸特征进行变形程序,以产生多个人脸延伸图像。识别资料库用以储存登录人脸图像以及人脸延伸图像。识别模块根据识别资料库进行未知人脸图像的识别。
在本发明的一实施例中,人脸变形模块所进行的变形程序是改变登录人脸特征的形状、颜色、明暗、角度或解析度,以根据变形后的登录人脸特征与登录人脸图像,产生人脸延伸图像。
在本发明的一实施例中,人脸变形模块根据限制参数,限制登录人脸特征的变形幅度。
在本发明的一实施例中,当图像获取模块获取登录人脸图像时,输入登录人脸图像的性别信息。
在本发明的一实施例中,人脸变形模块根据性别信息进行不同的变形程序。
基于上述,本发明的实施例所提出的人脸识别的方法以及人脸识别系统利用所获取的登录人脸图像分析其特征并进行变形程序,使得进行识别时所依据的登录图像能够进一步地自初始的登录人脸图像延伸为具有不同特征形式的人脸延伸图像,使人脸识别的正确率能够有效地提升。
为让本发明的上述特征和优点能更明显易懂,下文特举实施例,并配合附图作详细说明如下。
附图说明
图1绘示依照本发明一实施例的人脸识别系统的示意图;
图2绘示依照本发明一实施例的人脸识别的方法的步骤流程图;
图3绘示依照图2的实施例的人脸识别的方法的示意图。
附图标记说明:
S200、S202、S204、S206、S208、S210:人脸识别的方法步骤;
100:人脸识别系统;
110:图像获取模块;
120:特征分析模块;
130:人脸变形模块;
140:识别资料库;
150:识别模块;
300:登录人脸图像;
310_1、310_2:人脸延伸图像;
302:眼部的登录人脸特征;
304:嘴部的登录人脸特征;
312_1、312_2:变形后的眼部的登录人脸特征;
314_1、314_2:变形后的嘴部的登录人脸特征。
具体实施方式
在本发明的实施例所提出的人脸识别的方法,提供了一种根据初始的人脸登录图像,进行变形程序以得到多个人脸延伸图像,并根据人脸登录图像以及人脸延伸图像进行识别以增加识别率的方法。为了使本发明的内容更容易明了,以下特举实施例作为本发明确实能够据以实施的范例。另外,凡可能之处,在图式及实施方式中使用相同标号的元件/构件/步骤代表相同或类似部分。
图1绘示依照本发明一实施例的人脸识别系统的示意图。请参照图1,本实施例的人脸识别系统100包括图像获取模块110、特征分析模块120、人脸变形模块130、识别资料库140以及识别模块150。图2绘示依照本发明一实施例的人脸识别的方法的步骤流程图。
请同时参照图1与图2,首先,在步骤S200中,图像获取模块110获取登录人脸图像,并且将登录人脸图像储存至识别资料库140(步骤S202)。
接着,特征分析模块120根据图像获取模块110所获取的登录人脸图像进行分析,以得到多个登录人脸特征(步骤S204),其中登录人脸特征可为人脸轮廓、人脸五官位置、人脸五官形状、人脸发型或人脸肤色。
在步骤S206中,人脸变形模块130更进一步地根据登录人脸特征进行变形程序,以产生多个人脸延伸图像,其中人脸变形模块130所进行的变形程序是利用改变登录人脸特征的形状、颜色、明暗、角度或解析度等方法,得到多个变形后的登录人脸特征,并且根据变形后的登录人脸特征与初始的登录人脸图像,产生多个人脸延伸图像。其中上述的变形程序可根据设计者在实际应用上的需求,依照本领域的技术知识自行设计,本发明不以此为限。
人脸变形模块130得到人脸延伸图像后,同样地将其储存至识别资料库140(步骤S208),使得识别模块150得以根据识别资料库140所储存的登录人脸图像以及人脸延伸图像,识别未知的人脸图像(步骤S210)。
在本实施例的人脸识别系统100与方法中,人脸变形模块130根据一个限制参数限制各个登录人脸特征的变形幅度,使得各个登录人脸特征能够在合乎物理规范下进行合理程度的变形。因此,所述的人脸识别系统100与方法在进行各个登录人脸特征的变形运算时,由于限制参数的影响,将不会产生出与初始的登录人脸图像完全迥异的人脸延伸图像,使识别模块150可能因而产生误判。
举例来说,当特征分析模块120判断登录人脸图像的皮肤颜色为分类2(此处以分类0到分类10代表皮肤颜色最白到最黑,本发明不以此为限),则人脸变形模块130在进行步骤S206时,将会根据限制参数将皮肤颜色的变化范围限制在分类0到分类5之间,而不会产生皮肤颜色为分类10的人脸延伸图像,使得识别模块150不会根据错误的人脸延伸图像对未知人脸图像进行识别,进而提高了识别率。然而,此处的说明仅为本发明的一实施例,实际上的限制参数设计可根据用途上的不同而有所变更,此可依本领域技术人员自行设计,本发明不以此为限。
此外,由于一般女性的打扮中,化妆的效果特别会造成脸部特征具有明显的差异。因此,本发明的人脸识别系统100与方法在一些实施例中还可以根据所获取的登录人脸图像性别信息的不同而进行不同的变形程序。换句话说,图像获取模块110在获取登录人脸图像(步骤S200)时,可要求使用者输入性别信息,并且在进行变形程序(步骤S206)时,根据输入的性别信息,进行不同的变形程序。
举例来说,当一名女性使用者将其脸部图像获取为登录人脸图像,人脸变形模块130所进行的变形程序会更进一步地将眼部特征进行眼部周围颜色的变形运算,以及眼睫毛的长短变形运算,并得到对应的人脸延伸图像,进而使得识别模块150可以根据经过变形程序后的人脸延伸图像对化妆(如画眼影、戴假睫毛)前后的女性使用者进行识别,进而提升识别率。
以下再举一例以说明上述步骤。图3绘示依照图2的实施例的人脸识别的方法的示意图。请参照图1、图2与图3,首先,图像获取模块110获取登录人脸图像300,将其储存至识别资料库140后,经由特征分析模块120分析登录人脸图像300得到眼部的登录人脸特征302与嘴部的登录人脸特征304。
接着,人脸变形模块130根据登录眼部的登录人脸特征302、嘴部的登录人脸特征304,进行变形程序,在本实施例中,变形程序是将构成眼部与嘴部形状的多个特征点所组成的眼部的登录人脸特征302、嘴部的登录人脸特征304进行特征点的变形运算,以得到变形后的眼部的登录人脸特征312_1、312_2和变形后的嘴部的登录人脸特征314_1、314_2。
在得到变形后的眼部的登录人脸特征312_1、312_2和变形后的嘴部的登录人脸特征314_1、314_2后,人脸变形模块130根据变形后的眼部的登录人脸特征312_1、312_2和变形后的嘴部的登录人脸特征314_1、314_2与初始的登录人脸图像300,产生具有不同表情的人脸延伸图像310_1、310_2,并且将人脸延伸图像310_1、310_2储存至识别资料库140,其中变形后的眼部的登录人脸特征312_1、变形后的嘴部的登录人脸特征314_1与初始的登录人脸图像300合成产生人脸延伸图像310_1;而变形后的眼部的登录人脸特征312_2、变形后的嘴部的登录人脸特征314_2与初始的登录人脸图像300合成产生人脸延伸图像310_2。
最后,识别模块150根据识别资料库140中所储存的登录人脸图像300以及人脸延伸图像310_1、310_2识别未知的人脸图像。
综上所述,本发明的实施例所提出的人脸识别的方法以及人脸识别系统利用所获取的登录人脸图像分析其特征并进行变形程序,使得进行识别时所依据的登录图像能够进一步地自初始的登录人脸图像延伸为具有不同特征形式的人脸延伸图像,使人脸识别的正确率能够有效地提升。此外,本发明的实施例还进一步地提供变形程序的限制参数以及性别信息输入设定,使得登录人脸特征的变形幅度不会超出合理的范围,并且使人脸变形模块得以根据不同性别进行不同的变形程序,以增加人脸识别系统的识别率。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (12)
1.一种人脸识别的方法,其特征在于包括:
获取一登录人脸图像;
储存该登录人脸图像至一识别资料库;
分析该登录人脸图像,得到多个登录人脸特征;
根据该些登录人脸特征,进行一变形程序,以产生多个人脸延伸图像;
储存该些人脸延伸图像至该识别资料库;以及
根据该识别资料库,识别一未知人脸图像。
2.根据权利要求1所述的人脸识别的方法,其中根据该些登录人脸特征,进行该变形程序,以产生多个人脸延伸图像的步骤包括:
改变该些登录人脸特征的形状、颜色、明暗、角度或解析度;以及
根据该些变形后的登录人脸特征与该登录人脸图像,产生该些人脸延伸图像。
3.根据权利要求1所述的人脸识别的方法,其中根据该些登录人脸特征,进行该变形程序,以产生多个人脸延伸图像的步骤还包括:
根据一限制参数,限制该些登录人脸特征的变形程度。
4.根据权利要求1所述的人脸识别的方法,其中获取该登录人脸图像的步骤包括:
输入该登录人脸图像的一性别信息。
5.根据权利要求4所述的人脸识别的方法,其中根据该些登录人脸特征,进行该变形程序,以产生多个人脸延伸图像的步骤还包括:
根据该性别信息,进行不同的该变形程序。
6.根据权利要求1所述的人脸识别的方法,其中该些登录人脸特征包括一人脸轮廓、一人脸五官位置、一人脸五官形状、一人脸发型或一人脸肤色。
7.一种人脸识别系统,其特征在于包括:
一图像获取模块,用以获取一登录人脸图像;
一特征分析模块,用以分析该登录人脸图像,以得到多个登录人脸特征;
一人脸变形模块,根据该些登录人脸特征进行一变形程序,以产生多个人脸延伸图像;
一识别资料库,用以储存该登录人脸图像以及该些人脸延伸图像;以及
一识别模块,其根据该识别资料库进行一未知人脸图像的识别。
8.根据权利要求7所述的人脸识别系统,其中该人脸变形模块所进行的该变形程序是改变该些登录人脸特征的形状、颜色、明暗、角度或解析度,以根据该些变形后的登录人脸特征与该登录人脸图像,产生该些人脸延伸图像。
9.根据权利要求7所述的人脸识别系统,其中该人脸变形模块根据一限制参数,限制该些登录人脸特征的变形幅度。
10.根据权利要求7所述的人脸识别系统,其中当该图像获取模块获取该登录人脸图像时,输入该登录人脸图像的一性别信息。
11.根据权利要求10所述的人脸识别系统,其中该人脸变形模块根据该性别信息进行一不同的变形程序。
12.根据权利要求7所述的人脸识别系统,其中该些登录人脸特征包括一人脸轮廓、一人脸五官位置、一人脸五官形状、一人脸发型或一人脸肤色。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101247820A CN103377365A (zh) | 2012-04-25 | 2012-04-25 | 人脸识别的方法及使用该方法的人脸识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012101247820A CN103377365A (zh) | 2012-04-25 | 2012-04-25 | 人脸识别的方法及使用该方法的人脸识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103377365A true CN103377365A (zh) | 2013-10-30 |
Family
ID=49462452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012101247820A Pending CN103377365A (zh) | 2012-04-25 | 2012-04-25 | 人脸识别的方法及使用该方法的人脸识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103377365A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295620A (zh) * | 2016-08-28 | 2017-01-04 | 乐视控股(北京)有限公司 | 发型识别方法及发型识别装置 |
WO2019047897A1 (zh) * | 2017-09-07 | 2019-03-14 | 北京市商汤科技开发有限公司 | 人脸解锁及其信息注册方法和装置、设备、介质 |
-
2012
- 2012-04-25 CN CN2012101247820A patent/CN103377365A/zh active Pending
Non-Patent Citations (3)
Title |
---|
张生亮: "单样本多姿态人脸识别研究", 《计算机应用》 * |
翟高粤: "基于姿态校正与虚拟样本的多姿态人脸识别", 《计算机仿真》 * |
胡元奎: "可变光照和可变姿态条件下的人脸图像识别研究", 《万方数据博士学位论文》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295620A (zh) * | 2016-08-28 | 2017-01-04 | 乐视控股(北京)有限公司 | 发型识别方法及发型识别装置 |
WO2019047897A1 (zh) * | 2017-09-07 | 2019-03-14 | 北京市商汤科技开发有限公司 | 人脸解锁及其信息注册方法和装置、设备、介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108701216B (zh) | 一种人脸脸型识别方法、装置和智能终端 | |
US10303982B2 (en) | Systems and methods for machine learning enhanced by human measurements | |
KR102299847B1 (ko) | 얼굴 인증 방법 및 장치 | |
CN109359548B (zh) | 多人脸识别监控方法及装置、电子设备及存储介质 | |
KR101760258B1 (ko) | 얼굴 인식 장치 및 그 방법 | |
WO2019100282A1 (zh) | 一种人脸肤色识别方法、装置和智能终端 | |
US20190095701A1 (en) | Living-body detection method, device and storage medium | |
KR101901591B1 (ko) | 얼굴 인식 장치 및 그 제어방법 | |
JP2017522635A (ja) | ユーザー認証方法、これを実行する装置及びこれを保存した記録媒体 | |
Kulkarni et al. | Real time face recognition using LBP features | |
JP7242848B2 (ja) | 深層学習を使用して個人用の製品推奨を提供するためのシステムおよび方法 | |
EP3944188A1 (en) | Image processing device, image processing method, and recording medium in which program is stored | |
JP6071002B2 (ja) | 信頼度取得装置、信頼度取得方法および信頼度取得プログラム | |
US20220164852A1 (en) | Digital Imaging and Learning Systems and Methods for Analyzing Pixel Data of an Image of a Hair Region of a User's Head to Generate One or More User-Specific Recommendations | |
Emeršič et al. | Pixel-wise ear detection with convolutional encoder-decoder networks | |
Hebbale et al. | Real time COVID-19 facemask detection using deep learning | |
CN110599187A (zh) | 一种基于人脸识别的支付方法、装置、计算机设备和存储介质 | |
Ahmad et al. | Real time face recognition of video surveillance system using haar cascade classifier | |
Trokielewicz et al. | Exploring the feasibility of iris recognition for visible spectrum iris images obtained using smartphone camera | |
CN108805046B (zh) | 用于面部匹配的方法、设备、装置和存储介质 | |
CN103377365A (zh) | 人脸识别的方法及使用该方法的人脸识别系统 | |
Chen | Design and simulation of AI remote terminal user identity recognition system based on reinforcement learning | |
KR102530141B1 (ko) | 인공지능 기반 얼굴 매칭률 산출을 이용하여 얼굴 인증을 하기 위한 방법 및 장치 | |
Anghelone | Computer vision and deep learning applied to face recognition in the invisible spectrum | |
Behera et al. | Dual-spectrum network: exploring deep visual feature to attribute mapping for cross-spectral periocular recognition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20131030 |