CN109063696A - 一种人脸识别方法及系统 - Google Patents

Abstract

本申请公开了一种人脸识别方法及系统，其中，该方法包括提取用于识别的特征度量、确定器官的几何特征、建立动态链接模型（DLA）、对比分析、人脸识别五个步骤。本发明可以更加快捷，高效，廉价的方式实现人脸识别比对，为后期的场景应用提供便利；基于后端软件识别，对于前端摄像机没有要求，它是通过视频流上传至服务器，通过视频流抓取人脸特征信息，再跟数据库比对；比对角度为70%，不需正脸对着摄像头；算法是通过深度学习算法，可在5万人的数据库内1秒内比对完成，大大提升了比较效率。

Description

一种人脸识别方法及系统

技术领域

本发明涉及安防领域，尤其涉及一种人脸识别方法及系统。

背景技术

在安防领域，随着全方位和多层次监控时代的到来，产生了越来越多的安防监控设备，安防监控设备大多通过摄像头采集人脸信息进行人脸识别，目前，市面上的人脸识别方法存在如下缺陷：1）通过人像抓拍摄像机进行抓拍后，图片上传至服务器，再通过软件进行比对，这对于前端的设备要求非常高；2）目前行业内的比对角度低，需人员正面对着监控摄像头；3）目前行业内的比对效果差；4）目前行业内的比对速度较慢。

发明内容

本发明所要解决的技术问题是针对背景技术中所涉及到的缺陷，提供人脸识别方法及系统。

为了解决上述技术问题，本申请提供了一种人脸识别方法，包括如下步骤：

步骤1），提取用于识别的特征度量，首先根据侧面轮廓曲线确定若干显著特征点，并由这些显著特征点导出一组用于识别的特征度量；

步骤2），确定器官的几何特征，设计一个参数可调的器官模型，定义一个能量函数，通过调整模型参数使能量函数最小化，此时的模型参数即作为该器官的几何特征；

步骤3），建立动态链接模型（DLA），将物体用稀疏图形来描述，其顶点用局部能量谱的多尺度描述来标记，边则表示拓扑连接关系并用几何距离来标记，然后应用塑性图形匹配技术来寻找最近的已知图形；

步骤4），对比分析，将人脸图像 （I）（x，y）建模为可变形的3D网格表面(x，y，I(x，y))，从而将人脸匹配问题转化为可变形曲面的弹性匹配技术问题，利用有限元分析的方法进行曲面变形，并根据变形的情况判断两张图片是否为同一个人；

步骤5），人脸识别，通过自动定位人脸的显著特征点将人脸编码为83个模型参数，并利用辨别分析的方法进行基于形状信息的人脸识别。

在一种可能的设计中，所述步骤1）中的特征度量可为距离或者角度。

在一种可能的设计中，所述步骤2）中的参数可调的器官模型即为可变形模板。

在一种可能的设计中，所述步骤4）中的弹性匹配技术是一种基于几何特征和对灰度分布信息进行小波纹理分析相结合的识别算法。

本申请第二方面提供了一种人脸识别系统，该系统包括相互连接的提取单元、确定单元、建模单元、分析单元及人脸识别单元，其中：

所述提取单元用于提取用于识别的特征度量，首先根据侧面轮廓曲线确定若干显著特征点，并由这些显著特征点导出一组用于识别的特征度量；

所述确定单元用于确定器官的几何特征，设计一个参数可调的器官模型，定义一个能量函数，通过调整模型参数使能量函数最小化，此时的模型参数即作为该器官的几何特征；

所述建模单元用于建立动态链接模型（DLA），将物体用稀疏图形来描述，其顶点用局部能量谱的多尺度描述来标记，边则表示拓扑连接关系并用几何距离来标记，然后应用塑性图形匹配技术来寻找最近的已知图形；

所述分析单元用于对比分析，将人脸图像 （I）（x，y）建模为可变形的3D网格表面(x，y，I(x，y))，从而将人脸匹配问题转化为可变形曲面的弹性匹配技术问题，利用有限元分析的方法进行曲面变形，并根据变形的情况判断两张图片是否为同一个人；

所述人脸识别单元用于人脸识别，通过自动定位人脸的显著特征点将人脸编码为83个模型参数，并利用辨别分析的方法进行基于形状信息的人脸识别。

在一种可能的设计中，所述特征度量可为距离或者角度。

在一种可能的设计中，所述参数可调的器官模型即为可变形模板。

在一种可能的设计中，所述弹性匹配技术是一种基于几何特征和对灰度分布信息进行小波纹理分析相结合的识别算法。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

1. 人脸由眼睛、鼻子、嘴巴、下巴等部件构成，正因为这些部件的形状、大小和结构上的各种差异才使得世界上每个人脸千差万别，因此对这些部件的形状和结构关系的几何描述，可以作为人脸识别的重要特征，可以更加快捷，高效，廉价的方式实现人脸识别比对，为后期的场景应用提供便利；

2. 基于后端软件识别，对于前端摄像机没有要求，它是通过视频流上传至服务器，通过视频流抓取人脸特征信息，再跟数据库比对；

3. 比对角度为70%，不需正脸对着摄像头；

4. 算法是通过深度学习算法，可在5万人的数据库内1秒内比对完成，大大提升了比较效率。

本申请的又一方面提了供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。

本申请的又一方面提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明所述的人脸识别方法的步骤示意图。

图2为本发明所述的人脸识别系统的结构示意图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

如图1所示，一种人脸识别方法，包括如下步骤：

步骤1），提取用于识别的特征度量1，首先根据侧面轮廓曲线确定若干显著特征点，并由这些显著特征点导出一组用于识别的特征度量。所述特征度量可为距离或者角度。

步骤2），确定器官的几何特征2，设计一个参数可调的器官模型，参数可调的器官模型即为可变形模板，定义一个能量函数，通过调整模型参数使能量函数最小化，此时的模型参数即作为该器官的几何特征。但它是非局部化的，其核函数的支集扩展在整个坐标空间中，同时它是非拓扑的，某个轴投影后临近的点与原图像空间中点的临近性没有任何关系，而局部性和拓扑性对模式分析和分割是理想的特性，似乎这更符合神经信息处理的机制，因此寻找具有这种特性的表达十分重要。

步骤3），建立动态链接模型（DLA）3，将物体用稀疏图形来描述，其顶点用局部能量谱的多尺度描述来标记，边则表示拓扑连接关系并用几何距离来标记，然后应用塑性图形匹配技术来寻找最近的已知图形。采用FERET图像库做实验，用 300幅人脸图像和另外 300幅图像作比较，准确率达到了 97.3%。

步骤4），对比分析4，将人脸图像 （I）（x，y）建模为可变形的3D网格表面(x，y，I(x，y))，从而将人脸匹配问题转化为可变形曲面的弹性匹配技术问题，利用有限元分析的方法进行曲面变形，并根据变形的情况判断两张图片是否为同一个人。所述弹性匹配技术是一种基于几何特征和对灰度分布信息进行小波纹理分析相结合的识别算法，由于该算法较好的利用了人脸的结构和灰度分布信息，而且还具有自动精确定位面部特征点的功能，因而具有良好的识别效果，适应性强识别率较高。

步骤5），人脸识别5，通过自动定位人脸的显著特征点将人脸编码为83个模型参数，并利用辨别分析的方法进行基于形状信息的人脸识别。

本发明所述人脸识别方法在安防领域主要应用静态人脸比对识别和动态人脸监控实时识别。

1.静态人脸搜索比对是指静态人脸照片与人脸建模的数据库比对，进行身份搜索和身份管理。这类系统主要应用在公安、治安和户籍管理方面。

2.动态人脸监控识别是指从视频监控系统中实时获取视频图像与特定目标人群(黑名单或白名单)的人脸数据库比对。其应用特点是可以对被识别者在远距离进行隐蔽操作，画面中的人员处于非配合状态，且要求系统做出实时快速响应。这类系统主要应用在安防、情报、反恐、社会治安领域，由于被识别者通常对监控识别系统没有主动配合意识，并非总能采集到正面人脸图像，而且光照等环境往往也得不到符合要求的控制，这对图像采集硬件和算法软件提出了更高的要求。

3.在人脸库中添加需要监控的目标用户，同时针对此目标用户进行人脸数据绑定，生成具体的人脸画像。添加完目标用户后，再将此目标用户分配到具体的人脸底库中。最后在布控管理中将人脸底库与目标枪机进行绑定，从而达到让目标枪机实时监控目标用户。监控操作员可以在过人报警信息中，可以查看目标用户出现的时间、地点等信息。

4.人脸识别系统在公安领域，金融行业，社保行业，教育行业，娱乐文化行业等领域应用。

基于上述，本发明可以更加快捷，高效，廉价的方式实现人脸识别比对，为后期的场景应用提供便利；基于后端软件识别，对于前端摄像机没有要求，它是通过视频流上传至服务器，通过视频流抓取人脸特征信息，再跟数据库比对；比对角度为70%，不需正脸对着摄像头；算法是通过深度学习算法，可在5万人的数据库内1秒内比对完成，大大提升了比较效率。

如图2所示，一种人脸识别系统，该系统包括相互连接的提取单元21、确定单元22、建模单元23、分析单元24及人脸识别单元25，其中：

所述提取单元21用于提取用于识别的特征度量，首先根据侧面轮廓曲线确定若干显著特征点，并由这些显著特征点导出一组用于识别的特征度量；

其中，所述特征度量可为距离或者角度。

所述确定单元22用于确定器官的几何特征，设计一个参数可调的器官模型，定义一个能量函数，通过调整模型参数使能量函数最小化，此时的模型参数即作为该器官的几何特征；但它是非局部化的，其核函数的支集扩展在整个坐标空间中，同时它是非拓扑的，某个轴投影后临近的点与原图像空间中点的临近性没有任何关系，而局部性和拓扑性对模式分析和分割是理想的特性，似乎这更符合神经信息处理的机制，因此寻找具有这种特性的表达十分重要。

其中，所述参数可调的器官模型即为可变形模板。

所述建模单元23用于建立动态链接模型（DLA），将物体用稀疏图形来描述，其顶点用局部能量谱的多尺度描述来标记，边则表示拓扑连接关系并用几何距离来标记，然后应用塑性图形匹配技术来寻找最近的已知图形，采用FERET图像库做实验，用 300幅人脸图像和另外 300幅图像作比较，准确率达到了 97.3%；

所述分析单元24用于对比分析，将人脸图像 （I）（x，y）建模为可变形的3D网格表面(x，y，I(x，y))，从而将人脸匹配问题转化为可变形曲面的弹性匹配技术问题，利用有限元分析的方法进行曲面变形，并根据变形的情况判断两张图片是否为同一个人；

其中，所述弹性匹配技术是一种基于几何特征和对灰度分布信息进行小波纹理分析相结合的识别算法，由于该算法较好的利用了人脸的结构和灰度分布信息，而且还具有自动精确定位面部特征点的功能，因而具有良好的识别效果，适应性强识别率较高。

所述人脸识别单元25用于人脸识别，通过自动定位人脸的显著特征点将人脸编码为83个模型参数，并利用辨别分析的方法进行基于形状信息的人脸识别。

本发明所述人脸识别系统在安防领域主要应用静态人脸比对识别和动态人脸监控实时识别:

1.静态人脸搜索比对是指静态人脸照片与人脸建模的数据库比对，进行身份搜索和身份管理。这类系统主要应用在公安、治安和户籍管理方面。

2.动态人脸监控识别是指从视频监控系统中实时获取视频图像与特定目标人群(黑名单或白名单)的人脸数据库比对。其应用特点是可以对被识别者在远距离进行隐蔽操作，画面中的人员处于非配合状态，且要求系统做出实时快速响应。这类系统主要应用在安防、情报、反恐、社会治安领域，由于被识别者通常对监控识别系统没有主动配合意识，并非总能采集到正面人脸图像，而且光照等环境往往也得不到符合要求的控制，这对图像采集硬件和算法软件提出了更高的要求。

3.在人脸库中添加需要监控的目标用户，同时针对此目标用户进行人脸数据绑定，生成具体的人脸画像。添加完目标用户后，再将此目标用户分配到具体的人脸底库中。最后在布控管理中将人脸底库与目标枪机进行绑定，从而达到让目标枪机实时监控目标用户。监控操作员可以在过人报警信息中，可以查看目标用户出现的时间、地点等信息。

4.人脸识别系统在公安领域，金融行业，社保行业，教育行业，娱乐文化行业等领域应用。

本发明提供的人脸识别方法及系统，采用以上技术方案与现有技术相比，具有以下技术效果：

1. 人脸由眼睛、鼻子、嘴巴、下巴等部件构成，正因为这些部件的形状、大小和结构上的各种差异才使得世界上每个人脸千差万别，因此对这些部件的形状和结构关系的几何描述，可以作为人脸识别的重要特征，可以更加快捷，高效，廉价的方式实现人脸识别比对，为后期的场景应用提供便利；

2. 基于后端软件识别，对于前端摄像机没有要求，它是通过视频流上传至服务器，通过视频流抓取人脸特征信息，再跟数据库比对；

3. 比对角度为70%，不需正脸对着摄像头；

4. 算法是通过深度学习算法，可在5万人的数据库内1秒内比对完成，大大提升了比较效率。

本申请实施例还提供了一种计算机存储介质，存储有计算机程序，该计算机程序用于执行上述实施例提供的数据处理方法。

本申请实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例提供的。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语（包括技术术语和科学术语）具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.人脸识别方法，其特征在于，包括如下步骤：

步骤1），提取用于识别的特征度量（1），首先根据侧面轮廓曲线确定若干显著特征点，并由这些显著特征点导出一组用于识别的特征度量；

步骤2），确定器官的几何特征（2），设计一个参数可调的器官模型，定义一个能量函数，通过调整模型参数使能量函数最小化，此时的模型参数即作为该器官的几何特征；

步骤3），建立动态链接模型（DLA）（3），将物体用稀疏图形来描述，其顶点用局部能量谱的多尺度描述来标记，边则表示拓扑连接关系并用几何距离来标记，然后应用塑性图形匹配技术来寻找最近的已知图形；

步骤4），对比分析（4），将人脸图像 （I）（x，y）建模为可变形的3D网格表面(x，y，I(x，y))，从而将人脸匹配问题转化为可变形曲面的弹性匹配技术问题，利用有限元分析的方法进行曲面变形，并根据变形的情况判断两张图片是否为同一个人；

步骤5），人脸识别（5），通过自动定位人脸的显著特征点将人脸编码为83个模型参数，并利用辨别分析的方法进行基于形状信息的人脸识别。

2.根据权利要求1所述的人脸识别方法，其特征在于，所述步骤1）中的特征度量可为距离或者角度。

3.根据权利要求1所述的人脸识别方法，其特征在于，所述步骤2）中的参数可调的器官模型即为可变形模板。

4.基于权利要求1所述的人脸识别方法，其特征在于，所述步骤4）中的弹性匹配技术是一种基于几何特征和对灰度分布信息进行小波纹理分析相结合的识别算法。

5.一种人脸识别系统，其特征在于，该系统包括相互连接的提取单元、确定单元、建模单元、分析单元及人脸识别单元，其中：

所述提取单元用于提取用于识别的特征度量，首先根据侧面轮廓曲线确定若干显著特征点，并由这些显著特征点导出一组用于识别的特征度量；

所述确定单元用于确定器官的几何特征，设计一个参数可调的器官模型，定义一个能量函数，通过调整模型参数使能量函数最小化，此时的模型参数即作为该器官的几何特征；

所述建模单元用于建立动态链接模型（DLA），将物体用稀疏图形来描述，其顶点用局部能量谱的多尺度描述来标记，边则表示拓扑连接关系并用几何距离来标记，然后应用塑性图形匹配技术来寻找最近的已知图形；

所述分析单元用于对比分析，将人脸图像 （I）（x，y）建模为可变形的3D网格表面(x，y，I(x，y))，从而将人脸匹配问题转化为可变形曲面的弹性匹配技术问题，利用有限元分析的方法进行曲面变形，并根据变形的情况判断两张图片是否为同一个人；

所述人脸识别单元用于人脸识别，通过自动定位人脸的显著特征点将人脸编码为83个模型参数，并利用辨别分析的方法进行基于形状信息的人脸识别。

6.根据权利要求5述的人脸识别系统，其特征在于，所述特征度量可为距离或者角度。

7.根据权利要求5所述的人脸识别系统，其特征在于，所述参数可调的器官模型即为可变形模板。

8.根据权利要求5所述的人脸识别系统，其特征在于，所述弹性匹配技术是一种基于几何特征和对灰度分布信息进行小波纹理分析相结合的识别算法。