專利名稱：人臉多階層快速過濾匹配裝置及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及身份識別技術(shù)領(lǐng)域，具體涉及一種人臉多階層快速過濾匹配裝置及方法。
背景技術(shù)：
人臉識別系統(tǒng)以人臉識別技術(shù)為核心的一項新興的生物識別技術(shù)，是當(dāng)今國際科技領(lǐng)域攻關(guān)的高精尖技術(shù)。在生物識別領(lǐng)域，人臉識別技術(shù)(FRT)已逐漸引起越來越多的工業(yè)界研究人員的關(guān)注，近年來，隨著相關(guān)技術(shù)的飛速發(fā)展和實際需求的日益增長，人臉識別在許多領(lǐng)域展現(xiàn)了廣闊的應(yīng)用前景。例如人臉識別技術(shù)作為輔助手段用于司法領(lǐng)域，進(jìn)行身份驗證、罪犯識別等；其在商業(yè)上也有許多潛在的應(yīng)用，如銀行信用卡的身份識別、安全識別系統(tǒng)、可視電話、醫(yī)學(xué)、檔案管理、酒店管理、電視會議人機(jī)交互系統(tǒng)等方面，不但可以提高社會運行的效率，也可以大大增強(qiáng)公民日常生活的安全性，因此人臉識別技術(shù)已成為當(dāng)前模式識別和人工智能領(lǐng)域的一個研究熱點。與指紋、虹膜、基因、聲音等其他生物特征識別系統(tǒng)相比，人臉因具有不可復(fù)制、采集方便、不需要被拍者的配合而深受歡迎。最近幾年，人臉識別技術(shù)逐漸走出了實驗室階段，由原型系統(tǒng)朝著商業(yè)化應(yīng)用系統(tǒng)的方向發(fā)展。FRVT(i^ace Recognition Vendor Test)對來自現(xiàn)實生活的人臉圖像進(jìn)行大規(guī)模測試的結(jié)果表明隨著人臉數(shù)據(jù)規(guī)模的增大，速度和識別率隨之下降，這在很大程度上限制了其應(yīng)用范圍，潛在的巨大市場需求和高可靠性的使用要求驅(qū)使研究人員從更加廣闊的層面來考慮提高現(xiàn)有人臉識別的技術(shù)水平。近年來，生物識別等技術(shù)開始在酒店智能化中嶄露頭角，位于美國波士頓的Nine kro酒店就率先應(yīng)用了瞳孔生物識別技術(shù)，顧客走進(jìn)大堂后，只要到自助終端機(jī)前就可以作入住登記，并能自由進(jìn)出房間。但由于虹膜識別技術(shù)所需的設(shè)備和技術(shù)費用成本極高，目前在我國的酒店等綜合服務(wù)性行業(yè)還難以推廣。另外，我國公開的犯罪分子追逃數(shù)據(jù)庫目前只包括然人臉和指紋數(shù)據(jù)局，尚不含有成規(guī)模的虹膜數(shù)據(jù)庫。目前，我國從事生物特征識別技術(shù)產(chǎn)品開發(fā)的廠家多達(dá)200多家，產(chǎn)品趨同化現(xiàn)象嚴(yán)重，在總體約2. 5億元的市場中，超過40%的產(chǎn)品都集中在民用方面，如低端的考勤、 門禁等，在這些現(xiàn)有的技術(shù)中，多數(shù)是通過對客戶端人臉圖像進(jìn)行采集后，采用基于主成分分析的特征匹配搜索算法直接與數(shù)據(jù)庫中存儲的人臉模板圖像進(jìn)行整體對比，然后根據(jù)一次性搜索匹配的結(jié)果得出被拍攝人的身份信息。此類人臉識別產(chǎn)品在圖像采集、識別速度和準(zhǔn)確率等方面與國外的前沿技術(shù)相比仍存在一定差距，而且產(chǎn)品的穩(wěn)定性方面也不甚理想，主要表現(xiàn)在后臺數(shù)據(jù)庫規(guī)模增大的情況下，搜索比對速度無法達(dá)到實時處理的要求，更重要的是，人臉圖像識別的錯誤接受率(FAR)隨數(shù)據(jù)庫規(guī)模的批量擴(kuò)充而大幅升高，因此而產(chǎn)生的誤報警(False Alarm)現(xiàn)象讓很多商家和公共安防部門對基于人臉識別的智能安全報警系統(tǒng)望而卻步。以上因素嚴(yán)重制約了人臉識別技術(shù)在我國有安防價值的高端智能監(jiān)控和大規(guī)模數(shù)據(jù)庫精確搜索方面的推廣和應(yīng)用。

發(fā)明內(nèi)容
針對上述技術(shù)問題，本發(fā)明提供了一種基于多階層快速過濾搜索的人臉識別裝置和方法，通過不同類別的人臉特征匹配方法進(jìn)行多層次的過濾搜索及識別，有效提高大規(guī)模人臉數(shù)據(jù)庫的實時匹配速度和識別精準(zhǔn)度。實現(xiàn)本發(fā)明目的的技術(shù)方案如下人臉多階層快速過濾匹配裝置，包括多階層識別搜索引擎，該多階層識別搜索引擎承擔(dān)人臉圖像和模板數(shù)據(jù)的多層次過濾搜索和匹配運算；以及應(yīng)用管理服務(wù)器，該應(yīng)用管理服務(wù)器負(fù)責(zé)分配數(shù)據(jù)和協(xié)調(diào)各個子服務(wù)器的任務(wù)。所述多階層識別搜索引擎包括第一層的向量搜索模塊，第二層的主成分分析搜索模塊，第三層的紋理特征搜索模塊，第四層的三維重構(gòu)搜索模塊。人臉多階層快速過濾匹配方法，輸入采集的人臉圖像后，通過以下步驟進(jìn)行過濾搜索通過步驟11采用基于低分辨率向量匹配的人臉圖像快速過濾搜索算法之后，進(jìn)入步驟12進(jìn)行判斷是否找到最佳匹配，若判斷結(jié)果為是，則輸出最佳候選人身份識別結(jié)果、候選人圖片、匹配分?jǐn)?shù)、和匹配可信度并終止搜索程序，若判斷結(jié)果為否，則進(jìn)入步驟 13 ；通過步驟13采用基于主成分分析的中等分辨率圖像匹配識別算法后，進(jìn)入步驟 14進(jìn)行判斷是否找到最佳匹配，若判斷結(jié)果為是，則輸出最佳候選人身份識別結(jié)果、候選人圖片、匹配分?jǐn)?shù)、和匹配可信度并終止搜索程序，若判斷結(jié)果為否，則進(jìn)入步驟15 ；通過步驟15采用基于多重皮膚特征的高分辨率紋理特征匹配算法后，進(jìn)入步驟 16進(jìn)行判斷是否找到最佳匹配，若判斷結(jié)果為是，則輸出最佳候選人身份識別結(jié)果、候選人圖片、匹配分?jǐn)?shù)、和匹配可信度并終止搜索程序，若判斷結(jié)果為否，則進(jìn)入步驟17 ；通過步驟17采用基于三維建模匹配算法后，進(jìn)入步驟18進(jìn)行判斷是否找到最佳匹配，若判斷結(jié)果為是，則輸出最佳候選人身份識別結(jié)果、候選人圖片、匹配分?jǐn)?shù)、和匹配可信度并終止搜索程序，若判斷結(jié)果為否，則搜索結(jié)果只供參考。采用上述方案，通過本發(fā)明將采集端實時拍攝的人臉圖像與已知人臉數(shù)據(jù)庫中的模板按多階層過濾搜索策略進(jìn)行匹配識別，獲取被拍攝人的相關(guān)身份信息。識別算法中采用多光譜和多階層分辨率特征融合技術(shù)，充分利用多幅圖像在時空域上的相關(guān)性及信息上的互補(bǔ)性，使得融合后得到的數(shù)據(jù)對人臉特征具有更全面、準(zhǔn)確和清晰的描述。本發(fā)明采用通過“信心度”(Confidence Level)控制錯誤識別率的方法，在對大規(guī)模人臉數(shù)據(jù)庫進(jìn)行逐層過濾搜索的過程中，每個層次的匹配結(jié)果在生成時都計算一個數(shù)值在(0 1)之間的 “信心度”，同時，在每一層次的過濾式搜索中，都將匹配結(jié)果的“信心值”低于設(shè)定門限值的人臉圖像作為“無法判斷”的對象而保留到下一級匹配，如果已經(jīng)完成最后一級的精確搜索后匹配結(jié)果的信心值仍未超過系統(tǒng)設(shè)定的信心度閾值，則不做任何報警處理，從而有效降低在人臉識別的安防應(yīng)用中因錯誤報警(False Alarm)而引起的一系列嚴(yán)重問題，并利用多方位人臉特征信息的相互補(bǔ)償來提高智能身份信息檢測裝置的可靠性。下面結(jié)合附圖和具體實施方式
對本發(fā)明作進(jìn)一步的說明。


圖1為本發(fā)明的系統(tǒng)結(jié)構(gòu)圖；圖2為本發(fā)明中多階層識別搜索引擎的結(jié)構(gòu)示意圖；圖3為本發(fā)明的人臉多階層快速過濾匹配方法的流程具體實施例方式參照圖1和圖2，本發(fā)明的人臉多階層快速過濾匹配裝置，包括多階層識別搜索引擎10，該多階層識別搜索引擎承擔(dān)人臉圖像和模板數(shù)據(jù)的多階層過濾搜索和匹配運算。以及應(yīng)用管理服務(wù)器20，該應(yīng)用管理服務(wù)器負(fù)責(zé)分配數(shù)據(jù)和協(xié)調(diào)各個子服務(wù)器的任務(wù)。所述多階層識別搜索引擎10包括第一層的向量搜索模塊101，第二層的主成分分析搜索模塊 102，第三層的紋理特征搜索模塊103，第四層的三維重構(gòu)搜索模塊104。參照圖3，本發(fā)明的人臉多階層快速過濾匹配方法通過后臺服務(wù)器將已檢測到的待識別人臉模板與已知人臉數(shù)據(jù)庫中的模板進(jìn)行基于多階層過濾搜索算法的實時比對， 找出匹配分?jǐn)?shù)最高的人臉后，根據(jù)系統(tǒng)預(yù)先設(shè)定好的閾值來作出判斷，從而得出被拍攝人的身份信息。本發(fā)明的核心是選取適當(dāng)?shù)钠ヅ洳呗?，本發(fā)明選取基于人臉圖像多重特征識別搜索引擎以及多階層快速過濾識別算法搜索策略進(jìn)行匹配，具體步驟如下通過步驟11采用基于低分辨率向量匹配的人臉的快速搜索后，進(jìn)入步驟12進(jìn)行判斷是否找到最佳匹配，若判斷結(jié)果為是，則輸出最佳候選人身份識別結(jié)果、候選人圖片、 匹配分?jǐn)?shù)、和匹配可信度并終止搜索程序，若判斷結(jié)果為否，則進(jìn)入步驟13 ；通過步驟13采用基于主成分分析的中等分辨率的匹配人臉識別算法后，進(jìn)入步驟14進(jìn)行判斷是否找到最佳匹配，若判斷結(jié)果為是，則輸出最佳候選人身份識別結(jié)果、候選人圖片、匹配分?jǐn)?shù)、和匹配可信度并終止搜索程序，若判斷結(jié)果為否，則進(jìn)入步驟15 ；通過步驟15采用基于多重皮膚特征的高分辨率紋理特征匹配算法后，進(jìn)入步驟 16進(jìn)行判斷是否找到最佳匹配，若判斷結(jié)果為是，則輸出最佳候選人身份識別結(jié)果、候選人圖片、匹配分?jǐn)?shù)、和匹配可信度并終止搜索程序，若判斷結(jié)果為否，則進(jìn)入步驟17 ；通過步驟17基于三維建模匹配算法后，進(jìn)入步驟18進(jìn)行判斷是否找到最佳匹配， 若判斷結(jié)果為是，則輸出最佳候選人身份識別結(jié)果、候選人圖片、匹配分?jǐn)?shù)、和匹配可信度并終止搜索程序，若判斷結(jié)果為否，則搜索結(jié)果只供參考。下面對本發(fā)明加以舉例說明(1)基于向量匹配的低分辨率人臉圖的快速搜索(步驟11)運用快速過濾算法將目標(biāo)模板與數(shù)據(jù)庫中存儲的已知模板進(jìn)行粗略匹配，對于數(shù)據(jù)庫中所有模板匹配的分?jǐn)?shù)進(jìn)行從高到低的排序并且取排在最高的W個作為首要候選人，如果首選匹配分?jǐn)?shù)高于事先設(shè)置的閾值(步驟12)，則立即輸出識別結(jié)果、候選人圖片、匹配分?jǐn)?shù)、和匹配可信度，并終止整個搜索程序。否則將目標(biāo)模板與步驟11中搜索出的m個候選人傳入下一層次的中等分辨率匹配算法流程(即進(jìn)入步驟13)。(2)目標(biāo)模板與步驟11中搜索出的m個候選人進(jìn)入基于主成分分析的中等分辨率匹配算法(步驟13)，對于這m個模板匹配的分?jǐn)?shù)進(jìn)行從高到低的排序并且取排在最高的N2(N2<N1)個作為首要候選人，如果首選匹配分?jǐn)?shù)高于系統(tǒng)中事先設(shè)置的閾值(步驟 14)，則立即輸出識別結(jié)果、候選人圖片、匹配分?jǐn)?shù)、和匹配可信度，并終止整個搜索程序。否則將目標(biāo)模板與步驟13中搜索出的N2個候選人傳入下一層次的高分辨率的紋理特征匹配算法流程(即進(jìn)入步驟15)。(3)目標(biāo)模板與步驟13中搜索出的N2個候選人進(jìn)入高分辨率的紋理特征匹配算法(步驟15)，對于這N2個模板匹配的分?jǐn)?shù)進(jìn)行從高到低的排序并且取排在最高的N2(N3 <N2)個作為首要候選人，如果首選匹配分?jǐn)?shù)高于系統(tǒng)中事先設(shè)置的閾值(步驟16)，則立即輸出識別結(jié)果、候選人圖片、匹配分?jǐn)?shù)、和匹配可信度，并終止整個搜索過程。否則將目標(biāo)模板與(步驟15)中搜索出的N3個候選人傳入最后一層的三維建模匹配算法流程(即進(jìn)入步驟17)。(4)目標(biāo)模板與步驟15中搜索出的N3個候選人進(jìn)入最后一層的三維建模匹配算法，對于這N3個模板匹配的分?jǐn)?shù)進(jìn)行從高到低的排序并且取排在最高的N4 (N4 < N3)個作為首要候選人，終止整個搜索過程。如果首選匹配分?jǐn)?shù)高于事先設(shè)置的閾值(步驟18)，則立即采取相應(yīng)措施，輸出識別結(jié)果、候選人圖片、匹配分?jǐn)?shù)、和匹配可信度。(5)通過以上(1)-(4)的搜索，如果最終匹配的分?jǐn)?shù)和可信度仍未超過設(shè)定閾值， 則搜索結(jié)果只供參考，不能引發(fā)任何報警措施，以避免錯誤報警給用戶帶來的不便。酒店客戶終端程序可根據(jù)現(xiàn)場所采集圖像的分辨率和雙眼間的距離來選取最佳的搜索途徑和方法.并可根據(jù)實際情況調(diào)整閾值，從而達(dá)到客戶所能夠接受的正確識別率和錯誤報警率指標(biāo)。本發(fā)明的多階層快速過濾識別算法搜索中均采用通過“信心度”(Confidence Level)控制錯誤識別率的方法，在將人臉數(shù)據(jù)庫區(qū)分過濾為不同比例和數(shù)量的候選人 (N1-N4)的過程中，每個匹配結(jié)果在生成時都附帶一個數(shù)值在(0-1)之間的基于匹配雙方圖像綜合質(zhì)量而計算的“可信值”，同時，在每一級的分類中，都將分類結(jié)果的“信心度”低于設(shè)定門限值的圖像作為“無法判斷”的對象而保留到下一級匹配，如果已經(jīng)完成最后一級的精確搜索仍未超過設(shè)定的信心值，則不做任何報警處理，從而降低在人臉識別的安防應(yīng)用中因為錯誤報警(False Alarm)而引起的一系列嚴(yán)重問題。為了進(jìn)一步說明本發(fā)明中多階層人臉識別搜索引擎以及多階層快速過濾識別算法在提高識別效率方面的優(yōu)勢，對該方法還進(jìn)行以下的具體說明本發(fā)明提出以下計算有效匹配速度的方法 有效速度本發(fā)明采用多階層(Multi-pass)過濾搜索匹配方法來達(dá)到最佳的大規(guī)模人臉數(shù)據(jù)庫系統(tǒng)搜索表現(xiàn)。第一輪搜索采用低分辨率快速過濾匹配算法，從整個數(shù)據(jù)庫中獲得首輪匹配分?jǐn)?shù)最高的一部分模板數(shù)據(jù)，后續(xù)利用計算復(fù)雜度較高的精細(xì)匹配算法進(jìn)行第二、 三、四層及至更多層次的搜索，全部搜索時間可以用如下的公式來計算T = N/R1+F1 X N/R2+F1 XF2X N/R3+F1 XF2XF3X N/R4(5)上式中，T是完成全部匹配所需時間，以秒計算，N是全部人臉數(shù)據(jù)庫的圖片數(shù)目；Rl是基于低分辨率向量快速過濾匹配算法的計算速度R2是基于PCA的中等分辨率特征匹配算法的計算速度R3是基于紋理分析的高分辨率特征匹配算法的計算速度R4是基于三維模型特征重構(gòu)匹配算法的計算速度(Rl R4均以每秒鐘搜索匹配的幅圖像數(shù)目計)Fl代表第二輪搜索時，待匹配的候選圖像數(shù)量所占整個數(shù)據(jù)庫的百分比
F2代表第三輪搜索時，待匹配的候選圖像數(shù)量所占其上層(第二輪)搜索圖片數(shù)量的百分比F3代表第四輪搜索時，待匹配的候選圖像數(shù)量所占其上層(第三輪)搜索圖片數(shù)量的百分比由此，多輪階層搜多的有效匹配速度RE(每秒鐘搜索人臉圖像數(shù)目)可以用如下的公式來計算RE = N/T = Rl XR2XR3XR4/ (R2XR3XR4+F1 XR1XR3XR4+F1 XF2XR1XR2X R4+ (6)F1XF2XF3XR1XR2XR3)由于在多層搜索過濾中，每一層的搜索計算復(fù)雜程度和準(zhǔn)確率均高于上一次層次，采用此方法在保證匹配準(zhǔn)確率的情況下有效縮減大規(guī)模數(shù)據(jù)庫的整體匹配時間，提高人臉識別系統(tǒng)的靈活性和效率，同時方便系統(tǒng)的進(jìn)一步拓展，如開發(fā)出更新的或計算復(fù)雜度更高的匹配算法可以方便的按照如上所述的多重搜索原理向上升級。當(dāng)前系統(tǒng)的缺省設(shè)置為F1 = 15% F2 = 10% F3 = 5%。
權(quán)利要求
1.一種人臉多階層快速過濾匹配裝置，其特征在于，包括多階層識別搜索引擎，該多階層識別搜索引擎承擔(dān)人臉圖像和模板數(shù)據(jù)的多層次過濾搜索和匹配運算；以及應(yīng)用管理服務(wù)器，該應(yīng)用管理服務(wù)器負(fù)責(zé)分配數(shù)據(jù)和協(xié)調(diào)各個子服務(wù)器的任務(wù)。
2.根據(jù)權(quán)利要求1所述的人臉多階層快速過濾匹配裝置，其特征在于，所述多階層識別搜索引擎包括第一層的向量搜索模塊，第二層的主成分分析搜索模塊，第三層的紋理特征搜索模塊，第四層的三維重構(gòu)搜索模塊。
3.—種人臉多階層快速過濾匹配方法，其特征在于，輸入采集的人臉圖像后，通過以下步驟進(jìn)行逐層過濾搜索通過步驟11采用基于低分辨率向量匹配的人臉圖像快速過濾搜索算法后，進(jìn)入步驟 12進(jìn)行判斷是否找到最佳人臉匹配，若判斷結(jié)果為是，則輸出最佳候選人的身份輸出識別結(jié)果、候選人圖片、匹配分?jǐn)?shù)、和匹配可信度并終止搜索程序，若判斷結(jié)果為否，則進(jìn)入步驟 13 ；通過步驟13采用基于主成分分析的中等分辨率圖像匹配識別算法后，進(jìn)入步驟14進(jìn)行判斷是否找到最佳匹配，若判斷結(jié)果為是，則輸出最佳候選人身份識別結(jié)果、候選人圖片、匹配分?jǐn)?shù)、和匹配可信度并終止搜索程序，若判斷結(jié)果為否，則進(jìn)入步驟15 ；通過步驟15采用基于多重皮膚特征的高分辨率紋理特征匹配算法后，進(jìn)入步驟16判斷是否找到最佳匹配，若判斷結(jié)果為是，則輸出最佳候選人身份識別結(jié)果、候選人圖片、匹配分?jǐn)?shù)、和匹配可信度并終止搜索程序，若判斷結(jié)果為否，則進(jìn)入步驟17 ；通過步驟17采用基于三維建模匹配算法后，進(jìn)入步驟18進(jìn)行判斷是否找到最佳匹配， 若判斷結(jié)果為是，則輸出最佳候選人身份識別結(jié)果、候選人圖片、匹配分?jǐn)?shù)、和匹配可信度并終止搜索程序，若判斷結(jié)果為否，則搜索結(jié)果只供參考。
全文摘要
本發(fā)明公開了一種人臉多階層快速過濾匹配裝置，包括多階層識別搜索引擎，該多階層識別搜索引擎承擔(dān)人臉圖像和模板數(shù)據(jù)的多層次過濾搜索和匹配運算；以及應(yīng)用管理服務(wù)器，該應(yīng)用管理服務(wù)器負(fù)責(zé)分配數(shù)據(jù)和協(xié)調(diào)各個子服務(wù)器的任務(wù)。本發(fā)明通過多層次的搜索及匹配，有效提高大規(guī)模人臉數(shù)據(jù)庫圖像匹配的精準(zhǔn)度和效率，使基于人臉識別的大庫聯(lián)機(jī)智能監(jiān)控系統(tǒng)達(dá)到真正實用。
文檔編號G06K9/62GK102222232SQ20111017205
公開日2011年10月19日 申請日期2011年6月24日 優(yōu)先權(quán)日2011年6月24日
發(fā)明者楊秀坤 申請人:常州銳馳電子科技有限公司