專利名稱：彩色人臉圖像認(rèn)證系統(tǒng)和方法
彩色人臉圖像認(rèn)證系統(tǒng)和方法
技術(shù)領(lǐng)域：
本發(fā)明涉及身份認(rèn)證及計(jì)算機(jī)領(lǐng)域，特別涉及一種彩色人臉圖像認(rèn)證系統(tǒng) 和方法。背景技術(shù)：
人臉圖像采集是非接觸式的，人臉識別具有直觀性、被動性和非侵犯性， 同時(shí)人臉是人們區(qū)分不同人的重要途徑，是最主要的信息來源，因此人臉認(rèn)證 是一種較指紋、掌紋、靜脈和虹膜等識別更自然、直接、方便的一種識別方式， 在眾多識別領(lǐng)域如身份鑒別、信用卡識別、護(hù)照核對、人機(jī)交互以、監(jiān)控系統(tǒng)、 簽到系統(tǒng)、系統(tǒng)登陸認(rèn)證等方面被廣泛采用。
人臉識別領(lǐng)域中，彩色人臉圖像較灰度圖像可提供更多的有用信息。目前 已提出很多色彩空間變換方法，但這些方法沒有考慮到變換后的色彩空間各成 份之間的相關(guān)性。對于一些變換得到的新的二維不相關(guān)色彩空間，識別結(jié)果還 有待于提高。
發(fā)明內(nèi)容
為了克服現(xiàn)有技術(shù)的身份識別系統(tǒng)的識別結(jié)果不精確及計(jì)算機(jī)登陸系統(tǒng)的 繁瑣性，本發(fā)明提供了 一種彩色人臉圖像認(rèn)證系統(tǒng)和方法。
本發(fā)明解決現(xiàn)有技術(shù)問題釆用的技術(shù)方案是提供一種彩色人臉圖像認(rèn)證 系統(tǒng)。所述彩色人臉圖像認(rèn)證系統(tǒng)包括用于捕捉彩色人臉圖像的網(wǎng)絡(luò)攝像模 塊；用于利用PCA (Principle Component Analysis,主成份分析)方法將彩色人臉 圖像變換到新的二維不相關(guān)色彩空間的人臉圖像變換模塊；及用于識別新的二 維不相關(guān)色彩空間中的人臉圖像的人臉識別模塊；所述網(wǎng)絡(luò)攝像模塊、人臉圖 像變換模塊及人臉識別模塊依次連接。
根據(jù)本發(fā)明提供的彩色人臉圖像認(rèn)證系統(tǒng)一優(yōu)選技術(shù)方案是所述彩色人 臉圖像認(rèn)證系統(tǒng)進(jìn)一步包括用于檢測網(wǎng)絡(luò)攝像模塊捕捉的圖像中是否有人臉 的人臉檢測模塊。
根據(jù)本發(fā)明提供的彩色人臉圖像認(rèn)證系統(tǒng)一優(yōu)選技術(shù)方案是所述彩色人臉圖像認(rèn)證系統(tǒng)進(jìn)一步包括用于將捕捉到的彩色人臉圖像分割及歸 一化的預(yù) 處理一莫塊。
根據(jù)本發(fā)明提供的彩色人臉圖像認(rèn)證系統(tǒng)一優(yōu)選技術(shù)方案是所述人臉識 別模塊包括用于對新的二維不相關(guān)色彩空間中的人臉圖像做LDA(Linear Discriminant Analysis,線性判別分析)特征提取的特征提取模塊；及用于將提取 的人臉特征與人臉庫中的人臉特征進(jìn)行比對的人臉比對模塊。
本發(fā)明還提供了 一種彩色人臉圖像認(rèn)證方法。所述彩色人臉圖像認(rèn)證方法 包括以下步驟第一步、捕捉彩色人臉圖像；第二步、利用PCA方法將彩色人 臉圖像變換到新的二維不相關(guān)色彩空間；第三步、識別新的二維不相關(guān)色彩空 間中的人臉圖^f象。
根據(jù)本發(fā)明提供的彩色人臉圖像認(rèn)證方法一優(yōu)選技術(shù)方案是所述彩色人 臉圖像認(rèn)證方法進(jìn)一步包括檢測網(wǎng)絡(luò)攝像模塊捕捉的圖像中是否有人臉的步 驟。
根據(jù)本發(fā)明提供的彩色人臉圖像認(rèn)證方法一優(yōu)選技術(shù)方案是所述彩色人 臉圖像認(rèn)證方法進(jìn)一 步包括將捕捉到的彩色人臉圖像分割及歸 一化的步驟。
根據(jù)本發(fā)明提供的彩色人臉圖像認(rèn)證方法一優(yōu)選技術(shù)方案是所述第一步 具體為啟動網(wǎng)絡(luò)攝像模塊，初始化該模塊，設(shè)定該模塊工作模式，檢測取景 范圍內(nèi)是否有人臉出現(xiàn)，如果沒有人臉出現(xiàn)，則循環(huán)檢測，直到有人臉出現(xiàn)， 用矩形框框出人臉，矩形框根據(jù)人臉大小自動調(diào)整自身尺寸，根據(jù)預(yù)設(shè)的采集 數(shù)量k連拍k次，相鄰兩次之間的時(shí)間間隔為s秒，在連拍過程中，每一次拍攝 之前都要確認(rèn)取景范圍內(nèi)是否有人臉，如果人臉移出取景范圍導(dǎo)致檢測不到人 臉則停止拍攝，保持循環(huán)檢測的狀態(tài)，直到人臉再次移回時(shí)繼續(xù)拍攝。
根據(jù)本發(fā)明提供的彩色人臉圖像認(rèn)證方法一優(yōu)選技術(shù)方案是所述第二步 具體為對于一幅包含m個(gè)像素的彩色人臉圖像，把每一個(gè)像素看作一個(gè)樣本， 該樣本用3*1的向量表示，n幅這樣的彩色人臉圖像共有m吒個(gè)樣本，用主成 份分析方法對這些樣本提取兩個(gè)主成份，得到新的樣本為2*1的向量，得到的 新的樣本各維之間是不相關(guān)的，新的樣本構(gòu)成的人臉圖像對應(yīng)二維不相關(guān)色彩空間。
根據(jù)本發(fā)明提供的彩色人臉圖像認(rèn)證方法一優(yōu)選技術(shù)方案是所述步驟三步包括以下子步驟首先，對新的二維不相關(guān)色彩空間中的人臉圖像做線性判 別分析特征提??；其次，將提取的人臉特征與人臉庫中的人臉特征進(jìn)行比對。
本發(fā)明還提供了一種計(jì)算機(jī)登陸系統(tǒng)。所述計(jì)算機(jī)登陸系統(tǒng)包括用于注 冊人臉特征的人臉注冊模塊及用于將當(dāng)前的人臉特征與注冊的人臉特征做比對 的人臉驗(yàn)證模塊；所述人臉驗(yàn)證模塊加入到Gina動態(tài)連接庫中。
根據(jù)本發(fā)明提供的計(jì)算機(jī)登陸系統(tǒng)一優(yōu)選技術(shù)方案是所述人臉驗(yàn)證模塊 包括用于捕捉彩色人臉圖像的網(wǎng)絡(luò)攝^#塊；用于利用PCA方法將彩色人臉 圖像變換到新的二維不相關(guān)色彩空間的人臉圖像變換模塊；及用于識別新的二 維不相關(guān)色彩空間中的人臉圖像的人臉識別模塊；所述網(wǎng)絡(luò)攝像模塊、人臉圖 像變換模塊及人臉識別模塊依次連接。
根據(jù)本發(fā)明提供的計(jì)算機(jī)登陸系統(tǒng)一優(yōu)選技術(shù)方案是所述人臉驗(yàn)證模塊 進(jìn)一步包括用于檢測網(wǎng)絡(luò)攝像模塊捕捉的圖像中是否有人臉的人臉檢測模塊。
根據(jù)本發(fā)明提供的計(jì)算機(jī)登陸系統(tǒng)一優(yōu)選技術(shù)方案是所述人臉驗(yàn)證模塊 進(jìn)一步包括用于將捕捉到的彩色人臉圖像分割及歸一化的預(yù)處理模塊。
根據(jù)本發(fā)明提供的計(jì)算機(jī)登陸系統(tǒng)一優(yōu)選技術(shù)方案是所述人臉驗(yàn)證模塊 包括用于對新的二維不相關(guān)色彩空間中的人臉圖像做線性判別分析特征提取
人臉比對模塊。
根據(jù)本發(fā)明提供的計(jì)算機(jī)登陸系統(tǒng)一優(yōu)選技術(shù)方案是所述人臉注冊模塊 包括用于捕捉彩色人臉圖像的網(wǎng)絡(luò)攝^^莫塊；用于檢測網(wǎng)絡(luò)攝像模塊捕捉的圖 像中是否有人臉的人臉檢測模塊；用于將捕捉到的彩色人臉圖像分割及歸 一化 的預(yù)處理模塊；用于利用PCA方法將彩色人臉圖像變換到新的二維不相關(guān)色彩 空間的人臉圖像變換模塊；用于對新的二維不相關(guān)色彩空間中的人臉圖像做線 性判別分析特征提取的特征提取模塊及用于存儲人臉圖像特征的人臉庫模塊。
本發(fā)明還提供了一種計(jì)算機(jī)登陸方法。所述計(jì)算機(jī)登陸方法包括以下步驟 第一步、注冊用戶人臉特征信息；第二步、將當(dāng)前的人臉特征與注冊的用戶人 臉特征^(故比對。
根據(jù)本發(fā)明提供的計(jì)算機(jī)登陸方法一優(yōu)選技術(shù)方案是所述第二步包括以 下子步驟首先，捕捉彩色人臉圖像；其次，利用PCA方法將彩色人臉圖像變換到新的二維不相關(guān)色彩空間；最后，識別新的二維不相關(guān)色彩空間中的人臉 圖像。
根據(jù)本發(fā)明提供的計(jì)算機(jī)登陸系統(tǒng)一優(yōu)選技術(shù)方案是所述第二步進(jìn)一步 包括檢測網(wǎng)絡(luò)攝像才莫塊捕捉的圖像中是否有人臉的步驟。
根據(jù)本發(fā)明提供的計(jì)算機(jī)登陸系統(tǒng)一優(yōu)選技術(shù)方案是所述第二步進(jìn)一步 包括將捕捉到的彩色人臉圖像分割及歸一化的步驟。
根據(jù)本發(fā)明提供的計(jì)算機(jī)登陸系統(tǒng)一優(yōu)選技術(shù)方案是所述識別新的二維 不相關(guān)色彩空間中的人臉圖像的步驟包括以下子步驟首先，對新的二維不相 關(guān)色彩空間中的人臉圖像做線性判別分析特征提?。黄浯?，將提取的人臉特征 與人臉庫中的人臉特征進(jìn)行比對。
根據(jù)本發(fā)明提供的計(jì)算機(jī)登陸系統(tǒng)一優(yōu)選技術(shù)方案是所述第一步進(jìn)一步 包括以下子步驟首先，捕捉彩色人臉圖像；其次.檢測網(wǎng)絡(luò)攝1^莫塊捕捉的圖 像中是否有人臉；再次，將捕捉到的彩色人臉圖像分割及歸一化；接著，利用 PCA方法將彩色人臉圖像變換到新的二維不相關(guān)色彩空間；然后，對新的二維 不相關(guān)色彩空間中的人臉圖像做線性判別分析特征提??；最后，將人臉圖像特 征存入人臉庫。
本發(fā)明的有益的技術(shù)效果是彩色人臉圖像認(rèn)證系統(tǒng)和方法及計(jì)算機(jī)登陸 系統(tǒng)和方法的人臉圖像采集是非接觸式的，人臉識別具有直觀性、被動性和非 侵犯性，是一種更自然、直接、方便的一種識別方式，同時(shí)識別結(jié)果的精度高。

圖1為本發(fā)明實(shí)施例中彩色人臉圖像認(rèn)證系統(tǒng)結(jié)構(gòu)框圖； 圖2是本發(fā)明實(shí)施例中彩色人臉圖像認(rèn)證方法流程圖； 圖3為本發(fā)明實(shí)施例中計(jì)算機(jī)登錄系統(tǒng)及方法的彩色人臉圖像獲取裝置的 系統(tǒng)框圖。
圖4為本發(fā)明實(shí)施例中計(jì)算機(jī)登錄系統(tǒng)及方法的登陸流程圖。 圖5為本發(fā)明實(shí)施例中計(jì)算機(jī)登錄系統(tǒng)及方法的登錄認(rèn)證截圖。 圖6為本發(fā)明實(shí)施例中計(jì)算機(jī)登錄系統(tǒng)及方法的人臉認(rèn)證系統(tǒng)的人臉識別 過程圖。
圖7為本發(fā)明實(shí)施例中計(jì)算機(jī)登錄系統(tǒng)及方法的人臉識別中人臉分割及歸一化示意圖。
圖8為本發(fā)明實(shí)施例中計(jì)算機(jī)登錄系統(tǒng)及方法的色彩空間變換示意圖。 圖9為本發(fā)明實(shí)施例中計(jì)算機(jī)登錄系統(tǒng)及方法的匹配得分層融合的人臉認(rèn) 證方法示意圖。
具體實(shí)施方式
下面結(jié)合附圖和實(shí)施例對本發(fā)明進(jìn)行詳細(xì)說明。
請參照圖1，圖1為本發(fā)明實(shí)施例中彩色人臉圖像認(rèn)證系統(tǒng)結(jié)構(gòu)框圖。本 實(shí)施例中的彩色人臉圖像認(rèn)證系統(tǒng)包括用于捕捉彩色人臉圖像的網(wǎng)絡(luò)攝像模 塊；用于檢測網(wǎng)絡(luò)攝像模塊捕捉的圖像中是否有人臉的人臉檢測模塊；用于將 捕捉到的彩色人臉圖像分割及歸一化的預(yù)處理模塊；用于利用PCA (Principle Component Analysis,主成份分析)方法將彩色人臉圖像變換到新的二維不相關(guān)色 彩空間的人臉圖像變換模塊；及用于識別新的二維不相關(guān)色彩空間中的人臉圖 像的人臉識別模塊；所述網(wǎng)絡(luò)攝像模塊、人臉檢測模塊、預(yù)處理模塊、人臉圖 像變換模塊及人臉識別模塊依次連接。所述人臉識別模塊包括用于對新的二 維不相關(guān)色彩空間中的人臉圖像做線性判別分析特征提取的特征提取模塊；及
請參照圖2,圖2為本發(fā)明實(shí)施例中彩色人臉圖像認(rèn)證方法流程圖。本實(shí) 施例中的彩色人臉圖像認(rèn)證方法包括以下步驟第一步、捕捉彩色人臉圖像； 第二步、檢測網(wǎng)絡(luò)攝4象才莫塊捕捉的圖像中是否有人臉，如果有，則進(jìn)行第三步， 如果沒有，則返回第一步；第三步、將捕捉到的彩色人臉圖像分割及歸一化； 第五步、利用PCA方法將彩色人臉圖像變換到新的二維不相關(guān)色彩空間；第六 步、識別新的二維不相關(guān)色彩空間中的人臉圖像首先、對新的二維不相關(guān)色 彩空間中的人臉圖像做線性判別分析特征提??；其次、將提取的人臉特征與人 臉庫中的人臉特征進(jìn)行比對。
本實(shí)施例的優(yōu)選技術(shù)方案是將本發(fā)明的彩色人臉圖像認(rèn)證系統(tǒng)和方法應(yīng) 用于計(jì)算機(jī)登陸系統(tǒng)及方法中。
本發(fā)明實(shí)施例中，通過修改Windows登錄界面，自定義DLL文件，實(shí)現(xiàn)基 于彩色人臉圖像認(rèn)證的計(jì)算機(jī)登錄系統(tǒng)。
在Windows中用戶登錄主要是由Winlogo及其組件Gina動態(tài)連接庫來管理的，它負(fù)責(zé)處理用戶的登錄與注銷、啟動用戶SHELL (外殼程序，Windows默 認(rèn)使用Explorer.exe )、輸入密碼、更改密碼、鎖定與解鎖計(jì)算機(jī)等。為了實(shí)現(xiàn)人 臉登錄的過程，我們主要通過修改Gina動態(tài)鏈接庫加入人臉識別模塊來實(shí)現(xiàn)。 登錄安全認(rèn)證中，采用人臉圖像登錄替代傳統(tǒng)的Windows登錄，沒有進(jìn)行人臉 圖像注冊的用戶無法使用這臺計(jì)算機(jī)，系統(tǒng)鎖定會只有注冊用戶通過人臉信息 驗(yàn)證后才能解鎖并使用這臺計(jì)算機(jī)。
請參照圖3，圖4，在本發(fā)明實(shí)例中，計(jì)算機(jī)登錄系統(tǒng)的登陸流程，整個(gè)過 程大致可分為5大部分。
當(dāng)系統(tǒng)啟動即執(zhí)行步驟21后，系統(tǒng)進(jìn)程logon執(zhí)行步驟22載入自定義的 GINA,整個(gè)登錄的過程此時(shí)交給自定義組件GINA即人臉驗(yàn)證模塊來完成。人 臉驗(yàn)證過程主要由四個(gè)步驟組成，包括初始化攝像頭、載入人臉檢測分類器的 步驟231，攝像頭圖像獲取的步驟232，人臉區(qū)域分割的步驟233和與庫中人臉 數(shù)據(jù)對比進(jìn)行人臉數(shù)據(jù)驗(yàn)證的步驟234。
模塊初始化的步驟231主要是在模塊最初被系統(tǒng)載入時(shí)進(jìn)行的一些初始化 工作，它主要包括啟動網(wǎng)絡(luò)攝像頭，設(shè)定攝像頭工作模式以便于下一步圖像采 集工作；此外還應(yīng)該載入用與人臉檢測的分類數(shù)據(jù)用于步驟233中人臉區(qū)域的 分割。
攝像頭圖像獲取的步驟232是將攝像頭采集到數(shù)據(jù)轉(zhuǎn)換成系統(tǒng)可識別的的 圖像格式，然后做相應(yīng)的圖像預(yù)處理工作，最后進(jìn)行圖像灰度化以用于步驟233 的人臉區(qū)域分割。
在獲得有人臉的圖像后，進(jìn)入人臉區(qū)域分割的步驟233，運(yùn)用已經(jīng)訓(xùn)練好的 人臉檢測分類器標(biāo)定出人臉區(qū)域， 一方面切割出人臉區(qū)域以用于步驟234人臉 的識別； 一方面顯示在登錄的窗口上.
請參照圖5,在啟動登錄后，認(rèn)證界面替換了傳統(tǒng)的密碼登錄框，代替的是 檢測出人臉的人臉圖像。
獲得人臉區(qū)域后，進(jìn)入與庫中人臉數(shù)據(jù)對比進(jìn)行人臉數(shù)據(jù)驗(yàn)證的步驟234， 運(yùn)用本發(fā)明中提到的人臉識別算法，進(jìn)行人臉識別，如果人臉數(shù)據(jù)與系統(tǒng)用戶 人臉數(shù)據(jù)匹配，則成功轉(zhuǎn)入登錄成功狀態(tài)。
系統(tǒng)狀態(tài)變?yōu)榈卿洺晒Φ牟襟E241以后，系統(tǒng)顯示桌面，用戶可以根據(jù)自己的權(quán)限來進(jìn)行相應(yīng)的操作，如果用戶選擇注銷計(jì)算機(jī)(步驟243 )或是用戶長 時(shí)間未對計(jì)算機(jī)進(jìn)行操作系統(tǒng)鎖定(步驟242 )，則系統(tǒng)應(yīng)進(jìn)入注銷或鎖定狀態(tài)， 此時(shí)，如果用戶想重新4吏用計(jì)算機(jī)則，人臉登錄組件重新轉(zhuǎn)到步驟231人臉識 別模塊初始化，重新開始人臉登錄驗(yàn)證的過程。
請參照圖6，本發(fā)明實(shí)施例中，人臉認(rèn)證系統(tǒng)的人臉識別過程為一般人臉識 別過程。整個(gè)實(shí)現(xiàn)過程可分為兩部分，包括人臉注冊的步驟41和人臉識別的步 驟42。
第一部分是人臉注冊的步驟41,人臉注冊包括人臉檢測的步驟411，用 于檢測攝像頭取像范圍內(nèi)是否有人臉并定位人臉；采集的步驟412，用于拍攝圖 像；預(yù)處理的步驟413,用于人臉分割及人臉歸一化；特征提取的步驟414，用 于提取人臉圖像內(nèi)包含的信息，將得到的人臉信息及對應(yīng)的人的姓名(或編號) 和用戶級別(或類別)保存到人臉庫40中。
人臉注冊的步驟41通過人臉檢測的步驟411判斷攝像頭取像范圍內(nèi)是否有 人臉，當(dāng)有人臉出現(xiàn)的時(shí)候用矩形框定位人臉，如果此時(shí)用戶請求采集，則系 統(tǒng)執(zhí)行釆集步驟412采集圖像，得到的圖像經(jīng)過預(yù)處理的步驟413即人臉分割 和人臉歸一化后進(jìn)行特征提取的步驟414,最后將提取到的特征和對應(yīng)的人的姓 名(或編號)和用戶級別(或類別)保存到人臉庫40中。
第二部分是人臉識別，人臉識別包括人臉檢測的步驟421,用途同步驟 411;采集的步驟422，用途同步驟412;預(yù)處理的步驟423,用途同步驟413; 特征提取的步驟424，用途同步驟414;人臉比對的步驟425，用于計(jì)算測試人 臉特征與人臉庫中所有人臉特征之間的距離并求出最近鄰的，最后輸出識別結(jié) 果426。
人臉識別的步驟42通過人臉檢測的步驟421判斷攝像頭取像范圍內(nèi)是否有 人臉，當(dāng)有人臉出現(xiàn)的時(shí)候用矩形框定位人臉，如果此時(shí)用戶請求采集，則系 統(tǒng)執(zhí)行采集的步驟422，拍下攝像頭取像范圍內(nèi)的所有景物，得到的圖像經(jīng)過預(yù) 處理的步驟423即人臉分割和人臉歸一化后進(jìn)行特征提取的步驟424，最后進(jìn)行 步驟425將提取到的特征臉與人臉庫中的特征臉進(jìn)行人臉比對，找到最近鄰的 特征臉，輸出識別結(jié)果426;當(dāng)與最近鄰的特征臉的距離小于一定閾值時(shí)，輸出 最近鄰特征臉的姓名(或編號)和用戶級別(或類別)，沒有小于一定閾值時(shí)，算作沒有匹配的人臉即認(rèn)證失敗。
圖6中預(yù)處理的步驟413和步驟423,包括人臉分割和圖《象形狀歸一化。
請參照圖7, 51為采集得到的圖像；52為分割得到的矩形框內(nèi)的人臉圖像; 53為圖像形狀歸一化為56*52大小后的圖像。
采集得到的圖像51經(jīng)過分割提取出矩形框內(nèi)的人臉圖像52,再經(jīng)過形狀歸 一化得到56*52大小的圖像53;經(jīng)過分割可以去除多余的背景信息，經(jīng)過形狀 歸一化可將所有人臉圖像變換為相同尺寸，有利于后續(xù)步驟的對比。
圖6中特征提取的步驟414分為兩步第一步為色彩空間變換，如圖8所 示；第二步為線性判別分析特征提取，如圖9中的步驟91所示。
色彩空間變換過程中，首先把RGB圖像中每一個(gè)像素的色彩值都看作一個(gè) 3*1的向量，每一個(gè)像素看作一個(gè)樣本，用PCA方法對像素的色彩空間降維， 即提取樣本兩個(gè)主成份，可得到2*1的向量，相對應(yīng)的圖像為二維不相關(guān)色彩 空間，經(jīng)過PCA處理后的像素所包含的每兩成分之間都不相關(guān)，具體變換過程 如下
假設(shè)有M幅彩色圖像^，4，…，&。傳統(tǒng)的RGB色彩空間表示法用三個(gè)成 份來表示顏色，每個(gè)像素都由一個(gè)3*1的向量表示。
我們用下面的方法實(shí)現(xiàn)從原始的色彩空間變換到二維不相關(guān)色彩空間。首 先，對于一圖彩色圖像^的全部N個(gè)像素分別用 A2，…， "i的向量來表示， 4，4，…，4為訓(xùn)練樣本，可以定義一個(gè)3*3的協(xié)方差矩陣如下
其中^為所有 (j=l，2，...，M,i=l，2,...，N)的均值。解出《的所有特征值和 特征向量。假設(shè)巧和V2是分別對應(yīng)兩個(gè)最大特征值的特征向量，對于每一個(gè)像素
(j=l,2，...,M,i=l，2,...,N)都可以通過下面兩個(gè)轉(zhuǎn)換^^式計(jì)算得到第一和第二 色彩成份
4 =《 ，_/ = 1，2，…，M， / = 1，2，... iV
《=《 ,，_/ = 1,2,... ， M， / = 1,2，…iV
用上面得到的結(jié)果在一個(gè)新的二維不相關(guān)色彩空間中表示原來的三維彩色 圖像。在新的二維不相關(guān)色彩空間中，原來的圖像^用A表示如下= (Z" ， Zy2 ，…Z_/W )
Q、
其中、，/ = 1，2""^是2*1的向量^J。
為簡單起見，下面用兩個(gè)向量表示原圖像4在新得到的二維空間中的表示
A乂 _ 、力)1,力7'2,...力_/ , ^ = (2/1, ~2 ，... )
顯然，X和Y為兩個(gè)N氣的向量。
請參照圖8，圖8為本發(fā)明實(shí)施例中人臉識別特征提取第一步色彩空間變 換，其中53為一幅大小為56*52的彩色圖像；61為彩色圖像中一個(gè)像素在原色 彩空間的表示，是一個(gè)3*1的向量；62為一個(gè)像素在色彩空間變換后的二維不 相關(guān)色彩空間中的表示。
一幅彩色圖像53的每一個(gè)像素的色彩值都可看作一個(gè)3*1的向量61，原色 彩空間經(jīng)PCA色彩空間變換后可得到二維不相關(guān)色彩空間，對應(yīng)的像素色彩值 表示為2*1的向量62。
請參照圖9，圖9為本發(fā)明實(shí)施例中的得分層融合識別法，本發(fā)明實(shí)施例中， 對于二維不相關(guān)色彩空間的圖像，每一幅圖像可分別用兩個(gè)矩陣來表示，矩陣 X7111和矩陣Y7112各代表一維；針對二維不相關(guān)色彩空間圖像的這種表示方 法，提出不同的人臉認(rèn)證方法，體現(xiàn)在圖4中特征提取的步驟424的第二步(線 性判別分析特征提取)和人臉比對的步驟425中。不同的人臉認(rèn)證方法對應(yīng)不 同的特征提取方式和人臉比對方式，本發(fā)明實(shí)施例中應(yīng)用的人臉認(rèn)證方法為得 分層融合識別法，過程分為兩步特征提取的第二步91,用于處理色彩空間變 換結(jié)果70，提取出有用信息；人臉比對的步驟425，用于計(jì)算測試人臉特征與 人臉庫中人臉特征之間的距離，輸出識別結(jié)果426，當(dāng)與最近鄰的特征臉的距離 小于一定閾值時(shí)，輸出最近鄰特征臉的姓名(或編號)和用戶級別(或類別)， 沒有小于一定閾值時(shí)，算作沒有匹配的人臉即認(rèn)證失敗。
特征提取第二步91過程即為線性判別分析特征提取的步驟712,用于提取 矩陣的特征，矩陣來源為兩個(gè)矩陣輸入，分別為矩陣X7111和矩陣Y7112，這 兩個(gè)矩陣對應(yīng)二維不相關(guān)色彩空間中的兩維，線性判別分析特征提取的結(jié)果分
12別進(jìn)入人臉比對的步驟425。
人臉比對的步驟425中，特征提取出的兩部分特征分別與人臉庫中的對應(yīng) 特征計(jì)算匹配得分4251，這里所指的匹配得分可用距離或相似度來表示，#支設(shè) 得到匹配得分結(jié)果分別為sl和s2，那么測試人臉與人臉庫中人臉總的匹配得分 即為二者的加權(quán)和a^l+t^s2, 4艮據(jù)最近鄰分類原則對該測試人臉分類4253,得 出識別結(jié)果426;當(dāng)與最近鄰的特征臉的距離小于一定閾值時(shí)，輸出最近鄰特征 臉的姓名(或編號)和用戶級別(或類別)，沒有小于一定閾值時(shí)，算作沒有匹 配的人臉即認(rèn)證失??；其中，權(quán)值a和b根據(jù)對訓(xùn)練樣本的訓(xùn)練得到， 一般來 說，由于矩陣X7111對應(yīng)PCA變換得到的新的二維不相關(guān)色彩空間中的第一維， 占主要地位，而矩陣Y7112對應(yīng)PCA變換得到的新的二維不相關(guān)色彩空間中的 第二維，占次要地位，所以a的取值要大于b的取值。
以上內(nèi)容是結(jié)合具體的優(yōu)選技術(shù)方案對本發(fā)明所作的進(jìn)一步詳細(xì)說明，不 能認(rèn)定本發(fā)明的具體實(shí)施只局限于這些說明。對于本發(fā)明所屬技術(shù)領(lǐng)域的普通 技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若千簡單推演或替 換，都應(yīng)當(dāng)視為屬于本發(fā)明的保護(hù)范圍。
權(quán)利要求
1.一種彩色人臉圖像認(rèn)證系統(tǒng)，其特征在于所述彩色人臉圖像認(rèn)證系統(tǒng)包括用于捕捉彩色人臉圖像的網(wǎng)絡(luò)攝像模塊；用于利用主成份分析方法將彩色人臉圖像變換到新的二維不相關(guān)色彩空間的人臉圖像變換模塊；及用于識別新的二維不相關(guān)色彩空間中的人臉圖像的人臉識別模塊；所述網(wǎng)絡(luò)攝像模塊、人臉圖像變換模塊及人臉識別模塊依次連接。
2. 根據(jù)權(quán)利要求1所述的彩色人臉圖像認(rèn)證系統(tǒng)，其特征在于所述彩色 人臉圖像認(rèn)證系統(tǒng)進(jìn)一步包括用于檢測網(wǎng)絡(luò)攝像模塊捕捉的圖像中是否有人 臉的人臉檢測模塊。
3. 根據(jù)權(quán)利要求1所述的彩色人臉圖像認(rèn)證系統(tǒng)，其特征在于所述彩色 人臉圖像認(rèn)證系統(tǒng)進(jìn)一步包括用于將捕捉到的彩色人臉圖像分割及歸一化的 預(yù)處理模塊。
4. 根據(jù)權(quán)利要求1所述的彩色人臉圖像認(rèn)證系統(tǒng)，其特征在于所述人臉 識別模塊包括用于對新的二維不相關(guān)色彩空間中的人臉圖像做線性判別分析 特征提取的特征提取模塊；及用于將提取的人臉特征與人臉庫中的人臉特征進(jìn) 行比對的人臉比對模塊。
5. —種彩色人臉圖像認(rèn)證方法，其特征在于所述彩色人臉圖像認(rèn)證方法 包括以下步驟A. 捕捉彩色人臉圖像；B. 利用主成份分析方法將彩色人臉圖像變換到新的二維不相關(guān)色彩空間；C. 識別新的二維不相關(guān)色彩空間中的人臉圖像。
6. 根據(jù)權(quán)利要求5所述的彩色人臉圖像認(rèn)證方法，其特征在于所述彩色 人臉圖像認(rèn)證方法進(jìn)一步包括檢測網(wǎng)絡(luò)攝^^莫塊捕捉的圖像中是否有人臉的 步驟。
7. 根據(jù)權(quán)利要求5所述的彩色人臉圖像認(rèn)證方法，其特征在于所述彩色 人臉圖像認(rèn)證方法進(jìn)一步包括將捕捉到的彩色人臉圖像分割及歸一化的步驟。
8. 根據(jù)權(quán)利要求5所述的彩色人臉圖像認(rèn)證方法，其特征在于所述步驟 A具體為啟動網(wǎng)絡(luò)攝像模塊，初始化該模塊，設(shè)定該模塊工作模式，檢測取景范圍內(nèi)是否有人臉出現(xiàn)，如果沒有人臉出現(xiàn)，則循環(huán)檢測，直到有人臉出現(xiàn)， 用矩形框框出人臉，矩形框根據(jù)人臉大小自動調(diào)整自身尺寸，根據(jù)預(yù)設(shè)的采集數(shù)量k連拍k次，相鄰兩次之間的時(shí)間間隔為s秒，在連拍過程中，每一次拍揭_ 之前都要確認(rèn)取景范圍內(nèi)是否有人臉，如果人臉移出取景范圍導(dǎo)致檢測不到人 臉則停止拍攝，保持循環(huán)檢測的狀態(tài)，直到人臉再次移回時(shí)繼續(xù)拍攝。
9. 根據(jù)權(quán)利要求5所述的彩色人臉圖像認(rèn)證方法，其特征在于所述步驟 B具體為用主成份分析方法對n幅m個(gè)像素的彩色人臉圖像的m*n個(gè)樣本提 取兩個(gè)主成份，得到新的樣本2*1的向量，所述新的樣本各維之間不相關(guān)，新 的樣本構(gòu)成的人臉圖〗象對應(yīng)，二維不相關(guān)色彩空間；其中，每一個(gè)像素看作一 個(gè)樣本，用3*1的向量表示，則n幅m個(gè)像素的彩色人臉圖像共有111*11個(gè)樣本。
10. 根據(jù)權(quán)利要求5所述的彩色人臉圖像認(rèn)證方法，其特征在于所述步驟 C包括以下子步驟Cl.對新的二維不相關(guān)色彩空間中的人臉圖像做線性判別分析特征提??； C2.將提取的人臉特征與人臉庫中的人臉特征進(jìn)行比對。
全文摘要
本發(fā)明公開了一種彩色人臉圖像認(rèn)證系統(tǒng)和方法。所述彩色人臉圖像認(rèn)證系統(tǒng)包括網(wǎng)絡(luò)攝像模塊、人臉圖像變換模塊及人臉識別模塊；所述彩色人臉圖像認(rèn)證方法包括第一步、捕捉彩色人臉圖像的網(wǎng)絡(luò)攝像模塊；第二步、利用PCA方法將彩色人臉圖像變換到新的二維不相關(guān)色彩空間；第三步、識別新的二維不相關(guān)色彩空間中的人臉圖像。本發(fā)明技術(shù)方案彩色人臉圖像認(rèn)證系統(tǒng)和方法對人臉的圖像采集是非接觸式的，人臉識別具有直觀性、被動性和非侵犯性，是一種更自然、直接、方便的一種識別方式，同時(shí)識別結(jié)果的精度高。
文檔編號G06K9/00GK101599121SQ20091010843
公開日2009年12月9日 申請日期2009年6月30日 優(yōu)先權(quán)日2009年6月30日
發(fā)明者勇 徐, 徐佳杰, 陳昌鳳 申請人:勇 徐